“电动化、网联化、智能化、共享化”已成为汽车行业公认的未来发展趋势,汽车将从传统的人类出行工具,向清洁智能移动终端演变。增程式电动汽车是传统燃油汽车向纯电动汽车过渡的车型。它具有续驶里程长,制造和电控技术相对成熟的优点,已被市场所接受。增程式电动客车能量管理策略将直接影响整车性能,进而影响该车型的市场推广。因此,研究能量管理策略,对推动新能源汽车的应用具有重要作用。本文依托校企合作项目,对某款增程式电动客车的能量管理策略进行研究,主要工作内容是基于庞特里亚金极小值原理的全局优化模型建立、目标工况生成、全局最优控制序列求解、基于电池荷电状态(SOC)参考轨迹的自适应能量管理策略制定、整车及控制策略仿真分析等,具体的研究内容如下:(1)根据部件的实验数据,建立辅助动力单元(APU)、动力电池组、驱动电机等关键部件的模型。提出了APU最优工作曲线的搜索算法,减少了能量管理策略的计算量。得到了APU的分配功率与最优工作点对应关系;(2)基于庞特里亚金极小值原理,结合部件特性及系统性能需求,建立控制量、状态量及系统终端约束条件,并构建了增程式电动客车全局优化模型;(3)为了解决智能优化算法需要大量工况用于训练、验证的问题,提出了基于马尔可夫链(Markov Chain)目标工况生成方法。利用标准工况和采集数据,建立城市道路和高速概率转移矩阵,生成一系列目标工况;(4)制定了自适应控制策略。通过构建自适应协状态函数,将协状态值分为固定项和动态项两个部分。根据实际工况、车辆SOC初始值对固定项—最优协状态值三维图进行插值得到协状态值的初始解。以跟随SOC参考轨迹为目标,实时调节动态项。从而适应工况、行驶距离和车辆SOC初始状态的变化;(5)采用了梯度下降方法(Shooting Method),求解出特定工况下全局优化模型的最优协状态初始值。并利用生成的一系列目标工况,在不同工况、不同车辆SOC初始值情况下,多次求解全局优化模型,建立SOC初始值—工况—最优协状态值的三维图;(6)为了获取自适应协状态函数动态项所需的SOC参考轨迹,通过对不同距离、不同初始SOC下的一系列SOC全局最优变化轨迹进行分析,提出了以SOC阈值为切换调节的分段式SOC参考轨迹;(7)为了对固定项—最优协状态值三维图插值得到协状态初始解,需要获取实时工况信息。通过建立离线地图进行路线搜索,并通过接入Amap平台获得各条道路平均车速信息,统计得到行驶路线的实时工况;(8)为了验证所设计的自适应控制策略,在Matlab/Simulink中建立了整车模型,以及极小值原理PMP、等效燃油消耗最小策略ECMS及自适应优化控制策略的模型。利用构建的目标工况及标准工况,在不同行驶里程、SOC初始值条件下,进行对比仿真分析。仿真结果表明,在满足控制量、状态量约束及系统SOC终端约束的前提下,本文所设计的自适应控制策略能减少车辆的能量消耗。并对工况、行驶里程和SOC初始值变化具有良好的适应能力。