本论文以非插电式通勤混合动力汽车为研究对象,以降低燃油消耗、保持电池荷电状态在充放电限制范围以内为优化目标,兼顾理论上的全局最优和实施上的实时可行,研究了基于等效燃油消耗最小策略(Equivalent consumption minimization strategy,ECMS)的实时优化能量管理策略问题。具有实时局部优化的ECMS,选取合适的等效因子能够使其得到近似动态规划的全局最优性能。为此,本论文主要研究了利用道路交通数据信息优化等效因子的方法,提出了三种具有自适应ECMS性能的实时能量管理策略。主要研究内容如下:基于交通信息统计特征的自适应ECMS能量管理策略:根据历史车速数据中提取的交通信息特征,将获取ECMS合适等效因子问题转化成无限域随机最优问题,利用随机动态规划中的策略迭代算法求取等效因子的最优解,得到一个关于系统电池荷电状态(State of charge,SOC)的闭环控制最优解,形成了不同路段下等效因子关于SOC的MAP图。从而使ECMS在实际实施时,其等效因子能根据SOC状态的变化进行实时调整,使整个路途中燃油消耗最小达到接近全局最优的目标。具有实时交通状态辨识的自适应ECMS能量管理策略:利用无监督学习K-Means算法对历史交通信息分析和归类,根据每一类中的数据特征建立以SOC和车速为系统状态、加速度为干扰量的随机系统模型,将获取ECMS合适等效因子问题转化成无限域随机最优问题,在离线状态下通过策略迭代算法求解出合适的等效因子,形成了不同交通状态下等效因子关于SOC和平均车速的MAP图。在能量管理实时运行中,K-Means算法聚类结果作为辨识交通状态类别的工具来获得平均车速,进而ECMS等效因子可在不同的驾驶环境下进行实时调整。基于粒子群优化的集成多模式与自适应ECMS的能量管理策略:考虑到不同的需求功率和电池SOC状态下,HEV动力系统会有不同的工作模式,而且各模式的切换参数并不是常值,利用粒子群算法优化模式切换参数及多种动力驱动模式下的ECMS等效因子,形成模式切换参数和等效因子关于需求功率和电池SOC的MAP图。在该集成式能量管理策略实际运行时,可根据需求功率和电池SOC的实际状态实时选择混合动力系统工作模式及实时调整ECMS下的等效因子。采用MATLAB和GT-SUITE搭建的仿真平台对所设计的各实时能量管理策略进行有效性和实际应用性验证。