环境污染与能源危机是中国汽车产业发展所面临的巨大挑战，大力发展新能源汽车、实现汽车产业结构转型已经成为中国政府、企业和科研机构的共识，现已初步确立了将“纯电驱动”作为中国新能源汽车发展和汽车工业转型的发展导向。增程式电动汽车具有整车成本较低、续驶里程长、不需要复杂的机械传动装置以及清洁高效等优点，发展增程式电动汽车是一种适合中国汽车产业现状和整体国情的可行发展道路。本论文以增程式电动汽车为研究对象，遵循基于模型的控制系统设计思想，开展了增程式电动汽车整车建模、能量管理策略设计与优化、增程器控制系统开发等方面的研究。
　　基于MATLAB/Simulink建立了增程式电动汽车前向仿真模型，模型主要由动力系统部件模型（包括驱动电机模型、增程器系统模型、锂离子动力电池模型）、整车动力学模型、驾驶员模型、整车控制器模型四个部分组成。在该模型中构建了基于进气门延迟关闭修正系数的米勒循环发动机平均值模型。利用台架试验与实车试验对模型的仿真效果进行验证，结果表明:模型可对增程式电动汽车在实际工况下的性能进行较高精度模拟，并能够模拟出增程器系统工作过程中米勒循环发动机的主要动态特性，可作为能量管理策略设计及增程器控制系统开发的仿真平台。
　　研究了增程式电动汽车能量流全局优化问题，以燃油消耗量最小为优化目标，采用动态规划算法对能量流全局优化问题进行求解。针对传统动态规划算法的误差累积问题，提出了一种基于动力电池SOC(State of Charge)状态空间有效求解区域的动态规划ESR算法。仿真结果表明，与传统动态规划算法相比，所提出的动态规划ESR算法降低了累积误差，使动力电池SOC终端状态与目标值的差值在1％以内;并且在NEDC工况下，与原车采用的电能消耗-电能维持型控制策略的仿真结果相比，基于动态规划ESR算法提高了燃油经济性近19％。
　　本文系统分析了增程式电动汽车充电特点，指出提高增程式电动汽车总运行时间内燃油经济性的能量管理策略控制目标为:对行驶周期内的整车需求功率进行优化分配，控制动力电池SOC随行驶里程以近似线性变化的方式下降;为了提高车辆在行驶周期结束进入充电站时动力电池存储电能的能力，动力电池SOC应处于最低限值。基于此，本文采用Elman神经网络对能量流全局优化结果进行训练，构建了增程式电动汽车能量流全局优化控制模型集，并与动力电池电能消耗率计算模块、动力电池目标SOC计算模块和控制模型选择算法相耦合，提出了基于能量流全局优化控制模型的实时能量管理策略。
　　为了提高增程器能够在响应目标发电功率过程中的动态性能，根据V型开发模式，设计了增程器控制系统。在控制系统软件方面，提出了基于模糊自适应优化PID的增程器协调控制策略，并采用遗传算法对模糊自适应PID基准参数进行优化，建立了以增程器转速误差及其变化率为输入的模糊推理算法;在增程器硬件设计方面，完成了微处理器选择、电源电路设计和通讯模块设计等，并利用Altium Designer完成了印刷电路板整体设计;最后利用MATLAB软件中RTW自动代码生成工具箱，开发了增程器协调控制策略嵌入式代码，并完成了增程器控制系统软硬件集成。
　　利用dSPACE实时仿真系统，建立了增程式电动汽车整车控制器硬件在环试验平台。通过硬件在环试验研究，验证了所提出能量管理策略及其提高燃油经济性的有效性。分析试验结果表明:所建立的能量管理策略能够实时控制增程式电动汽车并实现设计目标;与原车控制策略相比，在已知驾驶员期望行驶里程信息时，采用该策略可以提高行驶周期内燃油经济性9.2％，并能够控制动力电池SOC在车辆行程结束达到充电站时降到最低值。
　　建立了增程器试验台架，进行了增程器不同工作模式的台架测试。分析台架试验结果表明:所设计的增程器控制系统能够实时控制增程器并能够达到设计目标;在增程器启动过程台架测试中，相比基于发电机转速控制的启动控制策略，所建立的基于发电机转矩控制的启动控制策略降低了增程器启动过程加速度峰值68.9％以上;在增程器发电功能台架测试中，所设计的基于模糊自适应优化PID的增程器协调控制策略，能够改善增程器在跟随目标发电功率过程中的动态性能和稳态性能，其中在超调量和稳态误差两方面，与所要求的性能指标值相比，平均降低了55.0％和36.0％。