增程式电动汽车（R-EEV）带有辅助动力单元即增程器（APU）,既保留了纯电动汽车结构简单、动力强劲的特点,又在很大程度上弥补了纯电动汽车能量密度小、续驶里程不足的缺点,是现阶段应对能源与环境问题的理想车型。掌握R-EEV车型动力系统匹配优化和能量管理策略的开发升级等关键技术可以实现车辆的节能减排和质量提升。在如何将出行特征信息更有效地应用于实时优化的能量管理策略设计方面,以及APU系统工作模式对能耗、排放和电池寿命的影响方面,目前已有的研究依然存在不足。因此结合R-EEV构型特点,深入研究基于出行特征（行驶里程、驾驶风格和路况特征）的实时优化能量管理策略,开发识别精度高、复杂度低的工况识别算法,对于实现R-EEV车型混动系统实时最优的能量分配意义重大。论文依托国家重点研发计划项目“插电/增程式混合动力系统动态建模优化与动态控制方法（2016YFB0101402-01）”,设计了基于出行特征的智能模式切换型能量管理策略,建立了面向系统能耗、排放和电池容量衰减的多目标优化模型与框架,完成整车动力系统仿真建模、参数匹配与优化、APU系统工作模式设计优化和智能能量管理策略的设计开发与验证等工作,具体内容如下:（1）面向用户需求的动力系统参数匹配与优化,建立整车质量屋模型,运用层次分析法、熵值法和灰色关联法确定性能指标权重。结合正交试验结果进行技术参数灵敏度分析、极差和方差分析,进而探究性能指标与技术参数之间的耦合规律。基于粒子群算法对APU系统功率、驱动电机功率、动力电池容量、电池单体个数、传动系统总减速比五个参数进行优化分析与决策。并在AVL/Cruise和Matlab/Simulink软件环境下搭建R-EEV车型动力及控制系统联合仿真模型,用于后续能量管理策略的开发工作。（2）进行APU系统工作模式/区域优化设计,探究多目标视角下APU系统不同工作模式对系统能耗、排放和电池容量衰减率的影响。首先基于DP算法得到APU系统能耗-排放特性最优工作曲线,考虑油-电转换效率、综合排放指标和电池容量衰减率定义综合性能评价指数Icomovp。在多目标优化问题研究框架下,基于BB-MOPSO算法和权重系数矩阵,以APU系统工作点个数(Ncsop)和此工作点所在转速下的功率范围（εi）、工作点间切换门限参数的类型及大小为优化对象,开展优化与决策分析,得到以下结论:1)Ncsop=1+line、Ncsop=2、Ncsop=3和Ncsop=4这四种工作模式在能耗、排放和电池健康状态三个方面具有较好性能,Icomovp指标较高;当Ncsop≥5后,能耗、排放和电池健康状态三个方面性能变差,Icomovp指标下降。2)与基于车速切换型策略相比,基于功率切换型策略可以在维持相同能耗和排放水平的前提下,减少动力电池充/放电电流大小,降低充/放电频率,提高电池使用寿命。以上结论为落实智能模式切换型能量管理策略的最优能量分配奠定基础。（3）针对增程构型提出了APU系统最优功率偏离度的概念,此参数为电量缓降型近似最优能量管理策略的核心参数。基于预测与参数辨识的工况类型预测与划分方法,降低了算法复杂程度,解决了出行特征信息识别和应用过程中实时性与准确性难以兼顾和量化的难题。在此基础上,设计可实时优化的电量缓降型近似最优能量管理策略,此策略无须预测出准确的车速序列信息,可以使动力电池So C沿着目标轨迹下降的同时,APU系统更多地工作在最优工作点/区域内,从而实现APU系统和电池系统协同工作的近似最优能量分配。（4）设计基于出行特征的智能模式切换型能量管理策略,基于变尺度窗口的参数识别算法实时获取工况车速序列信息,基于模糊算法实现驾驶风格与路况特征的在线识别。所谓的智能模式切换,一是参考续驶里程和电池So C状态,APU系统与电池系统协同工作状态的切换,即CD-EV+CS-Blend模式和CD-Blend模式间的切换;二是参考实时工况车速序列信息,APU系统工作模式/区域在多点模式、点-线型模式间的切换。结果表明:基于出行特征的智能模式切换型策略可按照既定规则完成模式切换功能,实现短途“先电后油”、长途“油电协同”,以及实时优化的APU系统工作模式切换控制,提升系统包括能耗、排放和电池健康状态的综合控制性能。（5）搭建动力系统台架,对研究设计的能量管理策略中各项功能的可行性和有效性进行台架试验验证。验证的策略功能包括:驾驶风格和路况特征的识别算法功能、APU系统启停功能、稳态发电功能、动态模式切换功能、智能模式切换功能等。试验结果显示,在仿真和试验条件下的策略性能表现基本一致,控制效果良好。