重型卡车作为重要的交通运输工具之一,节能高效已成为其首要设计指标。一方面节能高效的设计可以减少重型卡车的能源消耗与污染物排放,另一方面也可以降低重型卡车用户使用成本。混合动力技术作为改善传统汽车燃油经济性的重要节能技术之一,其在传统重型卡车领域的应用越来越广泛。能量管理策略是发挥混合动力重型卡车节油潜能的关键技术,混合动力重型卡车复杂多变的运行工况给其能量管理策略的优化控制带来了挑战。本文针对混合动力重型卡车能量管理策略的最优性以及其对工况的适应性展开研究,主要研究内容如下:（1）搭建混合动力重型卡车能耗仿真平台。首先,详细介绍不同驱动模式下混合动力驱动系统能量流动路径;然后,基于AMESim建立混合动力重型卡车的整车模型,基于Simulink建立基于规则的能量管理策略;最后,两者通过联合仿真接口进行信息交互,搭建混合动力重型卡车能耗仿真平台,为下文研究优化的能量管理策略奠定了基础。（2）研究基于改进规则的混合动力重型卡车能量管理策略。首先,基于MATLAB软件平台建立混合动力重型卡车准静态整车模型,并以燃油经济性为目标函数,以电池荷电状态为状态变量,以混合动力系统转矩分配比例系数为控制变量,建立动态规划最优控制的数学模型。然后,基于不同行驶工况进行整车仿真分析。最后,基于动态规划的仿真结果和基于规则的能量管理策略模式切换原理,提取改进的规则,并在AMESim-Simulink联合仿真平台下进行C-WTVC工况仿真。仿真结果表明基于改进规则的策略能够改善整车燃油经济性。（3）研究自适应等效燃油消耗最小的混合动力重型卡车能量管理策略。首先,通过粒子群算法以整车油耗与电量平衡为性能目标函数,以等效燃油消耗最小策略的控制参数为优化变量,可以确定出特定工况下最优的等效因子、惩罚函数比例因子和发动机启动车速;然后,基于重型卡车典型工况库和BP神经网络构建在线工况识别器,该识别器能够识别复杂的工况;最后,构建自适应等效燃油消耗最小的控制策略,并在组合的测试工况下进行仿真分析,自适应等效燃油消耗最小策略能够适应多种复杂的行驶工况,并且能够维持动力电池荷电状态平衡。（4）研究基于深度强化学习的混合动力重型卡车能量管理策略。首先建立深度确定性策略梯度的能量管理策略架构,确定强化学习算法的关键参数包括状态变量、控制变量以及惩罚函数,并设计Actor网络和Critic网络;然后,搭建基于深度确定性策略梯度能量管理策略计算流程和在线学习能量管理策略架构;最后在组合工况下进行整车仿真分析,仿真结果表明基于深度确定性策略梯度的能量管理策略的最优性与自适应性均优于自适应等效燃油消耗最小策略。