刘灵芝，张冰战，蒋 通

（1.安徽交通职业技术学院 汽车与机械工程系，合肥 230051，中国；2.合肥工业大学 汽车与交通工程学院，合肥 230009，中国；3.安徽省数字化设计与制造重点实验室，合肥工业大学，合肥 230009，中国）

随着全球能源紧张，生态环境恶化，人们环保意识逐步增强，发展节能环保型汽车是汽车产业的发展趋势。插电式混合动力汽车(plug-in hybrid electric vehicle, PHEV)电池容量大，能够满足市场对纯电动模式的需求。但是，PHEV的控制比较复杂，涉及到多个动力源及多种工作模式。为了优化车辆动力性、经济性、排放性及系统效率，控制策略的制定需综合考虑各动力部件的工作特性及车辆的行驶工况[1-2]。

国内外学者已经做了大量的这方面的研究工作。H. Tian等[3]利用极小值原理求解电池荷电状态（state of charge，SOC）的最优轨迹，并采用神经网络在线规划电池SOC轨迹，基于模糊规则的控制策略跟随此规划的轨迹，实现了能量在线分配；C. Yang等[4]应用DP算法通过对不同行驶里程下能量管理策略的研究，获得了不同行驶里程下的最佳能量管理策略；P. Tulpule等[5]采用等效燃油最小策略和基于DP算法的最优策略研究了行驶里程和电池的电量对汽车燃油经济性的影响，发现当两者均较大时，2种策略的经济性相近；詹森等[6]根据等效燃油最小理论获得典型工况的等效燃油系数与油耗的关系及对应的功率分配，并通过工况识别，实现了对动力系统功率的实时分配。以上研究中，基于规则的控制策略由于控制规则固定导致控制效率和燃油经济性不高；……