随着石油短缺和空气污染等社会问题的日益加剧,具备良好节能环保特性的混合动力汽车的普及已成为缓解该问题的主要途径之一。混合动力汽车的节能环保特性源于其能够以多种工作模式应对复杂行驶工况的多动力源系统,且多动力能源系统的各种工作模式与能量管理策略的控制作用是密不可分的。此外,智能网联技术的发展也为混合动力汽车节能潜力提供了更大空间。因此,为了进一步提高能量管理策略对混合动力汽车燃油经济性的优化控制作用,本论文以智能网联环境下的混合动力汽车为研究对象,对基于预测巡航控制的能量管理策略展开较深入研究。研究内容如下:首先,借助互联环境的交通信息,提出一种基于预测巡航控制的能量管理策略。该控制策略由前车速度预测、本车速度规划和带有PI校正的动态规划最优功率分配器三部分组成。根据交通灯状态和前车历史速度信息,采用条件线性高斯模型设计前车速度预测模型。基于前车速度预报信息和交通规则,采用预测巡航控制技术构建本车车速规划方案。基于由本车速度规划获取的驱车功率需求,利用动态规划算法对历史驾驶数据离线优化的数据样本,结合以发动机最佳比油耗工作状态为基准的PI校正控制器设计动力源的功率分配器。其次,考虑到车速规划与能量管理之间的耦合问题,为了全面整合驾驶信息,进一步改善车辆燃油经济性,提出一种基于经济型预测巡航控制的分层能量管理控制策略。在上层速度规划控制中,利用离线优化的样本数据建立最小绝对收缩和选择算子模型,并以该模型为经济性指导实时规划本车速度曲线,以达到降低燃油消耗的效果。在下层的能量管理控制策略部分,利用动态规划算法离线优化的数据样本设计人工神经网络模型,再结合PI校正控制器分配各个动力源功率。最后,所提出能量管理控制策略的有效性和实用性在基于MATLAB/Simulink和Car Maker的联合仿真实验平台上进行验证,并与其他能量管理控制策略进行仿真实验对比。