杨磊，白志峰，王娟，黄琳

（西安建筑科技大学 机电工程学院，西安 710055）

随着目前新的储能技术如超级电容、电池管理技术的快速发展，复合电源作为一种新的电动汽车储能解决方案，成为研究热点，研究领域集中在储能材料开发、储能材料的建模与参数匹配、电源拓扑结构设计、电源转换技术、能量管理技术等方面[1-4]。能量管理作为复合电源系统核心，目的在于合理分配锂电池与超级电容的输出功率，防止锂电池因为功率输出过高导致输出电流过高，同时在电动汽车制动能量回收时，利用超级电容的功率特性提高能量回收率[5-6]。

目前能量管理策略总体分为两大类，基于规则的控制策略与基于最优化的控制策略。其中基于规则的能量管理控制策略控制简单、实时性高、鲁棒性高且易于实现，包含两类：基于确定性规则与基于模糊逻辑规则的控制策略[7]。但由于汽车运行工况的多样性与复杂性，导致基于规则的控制策略对环境适应性差，动态调整能力差[8]。基于优化的策略分为全局优化和局部优化控制策略，包含诸如动态规划、遗传算法、模型预测控制、强化学习、神经网络等方法。由于基于优化的控制方式最优化过程计算量大，在线运行实时性低，应用局限性较大[9]。为了解决以上两种控制策略的适应性与实时性问题，许多研究者选择将多种控制方式进行结合，如文献[10]利用DP 算法对离线工况功率分配进行分析优化，并与基于规……