袁焕涛 赵 红 潘广纯 仇俊政

（青岛大学机电工程学院，山东青岛 266071）

随着对环保和节能需求的提高，许多汽车制造商和研究机构开始研究如何控制汽车的排放和提高发动机及电机的工作效率[1]。新能源汽车和传统内燃机汽车相比较，在能源消耗、环境保护和经济性等方面有着较大的优势，现阶段已经成为最有效的缓解环境污染与能源危机问题的方式之一。插电式混合动力汽车（plug-in hybrid vehicle，PHEV）作为兼备混合动力汽车和新能源汽车优点的新型汽车，在新能源汽车中具有代表性，能够通过联接外部电网进行充电，续航行驶里程高，有较好的燃油经济性，降低了汽车的使用成本。合理的能量管理策略是插电式混合动力汽车的核心部分，决定着整车的动力性、经济性、舒适性及排放性能，是混合动力汽车领域的研究重点之一[2]。当前对于混合动力汽车控制策略的研究主要包括基于简单规则、实时优化和全局优化控制策略以及人工智能的控制方法。基于规则的控制策略是使用广泛并比较成熟的控制策略，往往依据工程经验来提升车辆的性能，而不能实现汽车的燃油经济性最优。全局优化算法在已知循环工况的前提下可以保证整车性能最优，但是算法程序复杂、运算量大，难以实现实时控制[3]。近年来，一些学者发现驾驶循环工况和道路信息在提高车辆燃油经济性方面有重要影响，如果混合动力汽车在行驶过程中能够提起获得未来一段时间内的路况信息，比如汽车行驶状态、车速、加速度、需求转矩等，可以根据这些信息提前制定最佳燃油消耗的能量管理控制策略，即预测控制。……