由于环境污染问题的加剧、原油价格的上涨以及严苛的排放标准,电动汽车逐渐成为行业发展的重点之一。驾驶性是电动汽车在行驶过程中的动态特性之一,且驾驶性在电动汽车各项性能指标中比重逐渐提高。当前电动汽车控制研究多集中于改善动力性和提高能量利用效率方面,对驾驶性及其与动力性、经济性之间的耦合关系和控制规律研究较少。电动汽车驾驶性、经济性、动力性三者均由电动汽车驱动策略和换挡策略所决定,要对三者进行协同优化,就需要在优化过程中对控制策略和换挡策略进行调整。本文根据电动汽车电机驱动的特性,建立电动汽车控制策略和换挡规策略参数化调整方法,在此基础上对电动汽车的驾驶性,经济性,动力性的多目标优化控制展开研究。本文的主要研究内容如下:(1)建立电动汽车驱动策略和换挡策略参数化调整方法。将电动汽车驱动策略表示为转矩负荷系数随加速踏板开度变化的曲线。计算经济性驱动策略下的转矩负荷系数,计算动力性驱动策略下的转矩负荷系数。在两种驱动策略的基础上引入负荷调节因子K1,建立调整后的转矩负荷系数与负荷调节因子、经济性转矩负荷系数和动力性转矩负荷系数之间的关系。采用类似的方法,基于驱动策略参数化调整方法,引入负荷调节因子K2,建立换挡策略参数化调整方法。(2)建立电动汽车的客观评价方法。对电动汽车驾驶性评价的典型工况进行分析,选取表征电动汽车驾驶性的客观评价指标。基于BP神经网络建立驾驶性神经网络评价模型。选取纯电动汽车的动力性,经济性的客观评价指标,建立经济性,动力性的客观评价方法。(3)基于目标车型试验数据,搭建匹配CVT的纯电动汽车Matlab/Simulink仿真模型。主要包括:驾驶员模型,驱动策略模型,驱动电机模型,动力电池模型,CVT换挡策略模型,传动系统模型,车辆纵向动力学模型,客观评分模型(驾驶性神经网络模型,动力性,经济性)。(4)Pareto原理的多目标优化控制。在整车模型和驱动策略以及换挡策略参数化调整方法的基础上,选择相应的工况进行仿真研究。对Pareto最优解集进行研究,通过仿真过程中对K1、K2的调整,得到Pareto最优控制曲面以及负荷调节因子K1、K2的最优控制区间。实现电动汽车的驾驶性,经济性,动力性之间的多目标优化控制。