低污染的混合动力电动汽车（HEV）是一种油电混合汽车，它是向零污染汽车过渡的主要研究方案。因此，HEV是在完全实现零污染汽车的过渡时期可以进行产业化生产的现实方案，对HEV关键技术的研究具有重要意义。为实现HEV动力源的优化分配，必须设计一个良好的能量管理控制策略（EMCS）。当前大多研究成果虽然在提高燃油经济性方面取得了一定的成就，但还不能达到全局最优的结果。为了寻求一个全局最优的控制方法，本文以本田Insight并联混合动力电动汽车（PHEV）为研究对象，对其原有基于规则（Rule-based）的并联电机辅助控制策略进行研究和改进。首先对ADVISOR软件中Insight车辆的仿真模型进行数学建模分析，然后基于准静态原理建立车辆简化等效数学模型。在给定的典型城市道路循环工况（UDDS）条件下，运用动态规划（DP）方法对EMCS问题进行优化控制，得出全局最优的DP能量管理控制器，并在MATLAB/Simulink环境中对所得出的DP能量管理控制器进行仿真计算和实验。结果表明，所提出的能量管理策略与传统的基于规则的控制策略相比，燃油经济性提高了10.22%，同时发动机和电机效率都有相应的提高。为增强控制器的实用性，针对车辆在实际行驶中路况信息未知的特点，运用随机动态规划（SDP）方法设计SDP控制器。首先将驾驶员需求功率建模为马尔科夫（Markov）链，然后计算出其状态转移矩阵，最优控制策略是通过求期望性能指标得到的，这使得SDP控制策略具有适应行驶工况的能力。基于随机动态规划的两种不同的求解方法设计了SDP全维能量管理控制器和SDP局部能量管理控制器。仿真结果表明，这两种控制器与基于规则的控制器相比，车辆燃油经济性和两动力源效率都得到较显著的提高。对所提出的3种能量管理控制器进行仿真，其总体结果表明，在基于动态规划思想的能量管理策略下，发动机的工作点基本分布在高效区域内，电机更全面的参与了系统的运作，燃油经济性得到了有效提高。而对于驾驶性能的仿真表明，车辆发动机活动对燃油经济性的影响较为敏感，换挡活动对燃油经济性的影响较弱。总的来说，针对确定的工况，DP控制器效果最好，但不能适应行驶工况变化，实用性不高；而SDP控制能适应行驶工况变化，虽然经常达不到理论上的最优，但实用性好；SDP全维控制器的控制效果优于SDP局部控制器，但全维控制器需要的计算量巨大，容易出现“维数灾”问题，实时性较差，SDP局部控制器虽然实时性较好，但它的解是次优的。