插电式客车是现在国内广泛应用的新能源客车。插电式客车既能够使用电网充电,同时也可以使用发动机发电以提供电能供车辆驱动,降低了对燃油的依赖,同时减少了使用成本并延长了续航里程。在当前整车控制策略的研究中未充分考虑车辆路况影响,因此在实际运用中应用路况识别技术优化整车能量管理策略,对进一步提升车辆经济性具有重要意义。本文以某公司的插电式客车作为研究对象,以提高车辆在城市公交路况中运行的经济性为目的,对路况识别技术及应用路况识别优化能量管理策略进行了研究,具体工作如下:(1)对车辆的动力学模型进行了建模,为解决参数匹配优化中复杂非线性方程求最优解的问题,引入BP神经网络遗传算法对参数匹配进行了优化,为整车控制的参数设置和工作范围提供了依据。(2)对驾驶员行为和路况行为进行了调研,对驾驶员操作进行了统计分析,提取出驾驶员在城市路况中的操作规律,为基于路况识别的能量管理策略提供了基础,加强了控制策略的适用性。(3)为获取实时路况,基于驾驶员行为开发了实时路况识别方法,同时使用车联网“云智通”对特定路段进行学习和识别,在识别路况的基础上设计了车辆智能模式切换,并引入车辆能量管理中,提高了燃油经济性和车辆对路况适应性。(4)为使得APU工作于最佳燃油效率区间,设计APU智能学习算法,通过改变负载情况来设计爬坡法寻找最佳效率点,实现了 APU系统发电效率的提高,提升了 APU系统的燃油经济性。