交通运输领域对石油等化石燃料的依赖造成的环境污染问题日益严峻。为此,包括中国、美国、欧盟、日本在内的多个国家和地区纷纷采取相应措施推动能源结构转型,并鼓励新能源汽车的发展。在现有技术水平下,电动化被认为是乘用车摆脱对石油的依赖,实现绿色低碳交通并维护能源安全最为可行的方案。因此,近年来以电动车为代表的新能源汽车发展迅速。但由于电池储能密度的发展缓慢,较短的续驶里程成为了电动汽车的推广的瓶颈。特别在应对高速和激烈驾驶的场景时,电动汽车的续航衰减的问题十分突出,这要求我们必须提高电动汽车的能源利用效率。为此,本文基于多种强化学习与深度强化学习算法,提出了带有电池热管理的电动汽车能源系统优化策略,创新性地将电池热效应与能源系统策略的设计相结合,有效缓解了电动汽车在高负载工况下能源效率低的问题。具体而言,本文在对相关领域现有的理论和技术研究先进行了充分调研的基础上,对带有电池热管理的电动汽车能源系统进行建模,分析了车辆各模块间的能量流动情况,并对电池容量温变模型、驱动功率计算模型和电池产热/散热计算模型等环境交互模型进行了充分说明,确定了优化目标和限制条件。其次,本文在算法方面,论证了电动汽车能源系统优化可采用强化学习类算法进行求解的可行性,并将上述优化问题从特征提取和决策两方面进行策略的探索。其中,鉴于车辆行驶状态具有的序列化结构特征,本文采用门限循环单元算法对速度序列进行特征提取;在决策方面,文章先后尝试采用Q学习、深度Q网络、双深度Q网络等强化学习和深度强化学习算法,对能源系统优化策略进行了多次的改进与迭代,以使得所提出的算法具有良好的描述环境、反映状态、高效决策、广泛兼容的特性。最后,文章将所提出的几种算法与作为基准的模糊控制策略在NEDC、FTP-75、HWEFT、US06四种车辆行驶工况下进行了仿真对比和性能评估,得到了最佳的决策序列长度设置,并分析各算法在不同工况下差异化的性能表现。特别地,实验结果表明本文提出的双深度Q网络算法能够在城市工况等低负载行驶工况中与基准算法保持相当性能表现的同时,在激烈驾驶工况下较之于其他算法至少降低了6.7?%的能耗,证明了算法具有出色的高效性和可泛化性,对延长电动汽车在高负载工况下的续航里程有积极意义。