增程式燃料电池混合动力汽车（Fuel Cell Range Extended Electric Vehicle,FC-REEV）是目前燃料电池汽车的主流车型。该车型有着系统结构简单、污染物排放少、行驶振动噪声小、运行成本低等优势。但常用于FC-REEV的恒温器控制策略（Thermostat Control Strategy,TCS）在车辆行驶经济性与燃料电池耐久性方面有待提升。因此,本文通过混合动力系统关键部件选型与建模,能量管理策略优化方法分析及模型在环测试,进行了车用增程式燃料电池混合动力系统能量管理策略优化研究,具体工作内容如下:首先,为满足某燃料电池混合动力汽车续驶里程以及燃料电池耐久性提升等性能开发目标,确定车辆动力系统拓扑结构与系统运行模式,完成了系统各关键部件的选型与参数确定工作。确定系统拓扑结构为增程式混合,运行模式包括有纯电动、增程驱动、混合驱动以及制动能量回收模式;驱动电机采用峰值功率为160 k W,额定功率为76 k W的永磁同步电机,选用燃料电池系统额定功率为38 k W,电堆种类为质子交换膜氢燃料电池,动力电池采用额定电压为3.92 V,容量为55 AH的锰酸锂离子电池,PACK形式110串1并。接着,建立了包括驱动电机需求电流计算模型,动力电池与燃料电池系统能耗计算模型,燃料电池耐久损耗计算模型在内的关键部件工作特性与能量损耗数值计算模型。基于该模型与能量管理策略优化目标,进行了能量管理策略优化方法分析,提出了人工蜂群算法（ABC）优化法并在其技术上进一步提出模糊控制（FCS）优化法。其中,ABC优化包含以行驶经济性为目标的恒温器控制策略（CABC-TCS）和以综合性能为目标的恒温器控制策略（OABC-TCS）,FCS优化包含以燃料电池耐久性为目标的串联模糊控制策略（SFCS）和以综合性能优化为目标的串联模糊控制策略（OSFCS）。最后,基于Simcenter Amesim与Matlab/Simulink搭建联合仿真,在CLTC-P与WLTC两种典型工况下进行了模型在环测试,对CABC-TCS、OABC-TCS、SFCS和OSFCS在提升续驶里程和降低行驶成本方面的效果进行了对比分析。结果表明:人工蜂群算法优化中,OABC-TCS更优,在CLTC-P工况与WLTC工况下相较于TCS续驶里程优化比例分别为10.59%与8.62%,行驶成本分别降低1.15%与5.79%。模糊控制优化法中,基于粒子群算法优化的OSFCS控制策略更优,在CLTC-P工况与WLTC工况中,相较于TCS提升车辆续驶里程的比例分别为13.98%与11.31%,行驶成本降低了3.06%与7.51%。综合车辆续驶里程与行驶成本来看,FCS优化法中的OSFCS比ABC优化法中的OABC-TCS更具有优势。