汽车的诞生改善了人类的交通运输方式,与此同时带来的能源与环境问题同样不容小觑。未来汽车行业将向着低能耗、清洁环保的新能源汽车方向发展。CVT混合动力汽车（Hybrid Electric Vehicle,HEV）将纯电动汽车和传统燃油汽车的优点结合起来,可实现更高的燃油经济性和更低的污染排放性,以及传动系与发动机工况的最好匹配,因此受到了越来越多的重视。混合动力汽车只有通过有效的能量管理策略（Energy management strategy,EMS）才能发挥最大潜力,期望在满足汽车动力性基本要求的基础上找到发动机和电机之间的最佳转矩分配。因此在能量管理策略方面的研究是十分有必要的。而在制定能量管理策略的过程中,对于动力电池组的荷电状态（State of charge,SOC）的准确估计是其中一个重要的步骤。本文主要研究了CVT混合动力汽车的实时能量管理策略和动力电池组的SOC估计方法,具体工作如下:（1）对CVT混合动力汽车的相关部件进行了参数匹配和建模,搭建了前向整车模型。（2）针对基于规则的EMS燃油经济性较差的问题,建立以电池SOC为状态变量,CVT目标速比和电机转矩分配系数为控制变量的等效燃油消耗最小策略（Equivalent Consumption Minimization Strategy,ECMS）。介绍了最优等效因子的求解方法,研究了初始SOC和工况里程对等效因子的影响。由于ECMS的最优性取决于等效因子的最优性,而最优等效因子和初始SOC有关,所以搭建了基于电池荷电状态的自适应等效燃油消耗最小策略（Adaptive Equivalent Consumption Minimization Strategy,AECMS）,在单一工况和连续工况研究对比两种策略的电量维持性能。（3）针对电池SOC是整车EMS制定的一个重要依据,建立了不同SOC估计算法模型展开研究。结合参数辨识过的二阶RC等效电路,分别在初值SOC准确和不准确时,研究了安时（Ampere Hour,Ah）法和无迹卡尔曼滤波（Unscented Kalman Filter,UKF）法对SOC估计的影响。（4）基于所搭建的HEV前向整车模型,能量管理策略模型和UKF算法模型,仿真了动力性以及经济性,验证关键部件参数匹配的正确性。在连续UDDS工况下对比AECMS与ECMS的燃油经济性和电量维持性,验证整车EMS的有效性。