插电式混合动力汽车兼具传统燃油车与纯电动汽车的优势,可根据不同动力源的工作特性,优势互补,协调配合,使其具有良好的燃油经济性与排放性。能量管理策略的制定是决定插电式混合动力汽车（Plug-in Hybrid Electric Vehicle,PHEV）节能减排性能发挥的关键,其核心是确定动力总成各部件在行驶过程中的模式切换与功率分配问题。本文针对混联式插电混合动力构型,重点研究基于模型预测控制的能量管理策略在混联式PHEV中的应用,以提升整车燃油经济性。首先,分析混联式PHEV动力系统构型与工作模式特性。在Matlab/Simulink仿真平台中对动力传动系统各部件与纵向动力学模型建模,搭建混联式PHEV整车后向仿真模型。根据目标车型结构与各模式工作特点,建立基于逻辑门限值的电量维持与电量消耗能量管理策略,验证仿真模型的有效性。然后,将混联式PHEV不同动力部件的功率分配问题描述为可以使用动态规划算法求解的全局优化问题,构建适用于该混动结构的基于动态规划算法的全局优化能量管理策略。通过合理的离散化处理,逆向求解与正向寻优,完成该策略的数值求解。针对特定工况进行仿真验证,并对仿真结果进行分析,为后续基于模型预测控制能量管理策略的制定提供理论支撑与评价标准。最后,将动态规划与模型预测控制相结合,提出基于模型预测控制的混联式PHEV能量管理策略。重点探究动态规划算法在滚动优化过程与状态量参考轨迹制定过程中的应用,并通过对动力电池组荷电状态（State of Charge,SOC）的可行域计算,减少优化求解过程的计算量。通过仿真分析,验证以模型预测控制为框架的能量管理策略的有效性。在此基础上,建立一步马尔可夫预测模型,多步马尔可夫预测模型与基于径向基神经网络（Radial Basis Function,RBF）预测模型,比对各模型预测效果,提出基于工况在线识别的组合预测模型。并将上述预测模型应用至基于模型预测控制的能量管理策略中,探究不同预测模型与预测效果对模型预测控制的影响。