由于动力电池的技术瓶颈问题限制了纯电动汽车的进一步发展，增程式电动车作为一种续驶里程长、制造成本相对较低的新能源汽车，成为满足现阶段使用要求,具有市场前景的过渡车型。文章针对增程式电动客车（E_REB）多动力源能量管理策略进行研究。首先进行了增程式电动客车动力系统参数匹配和模型构建，其次针对多能源系统，开展了从传统整车控制算法到全局优化能量管理，再到实时局部优化策略的系列研究，论文主要研究内容如下：1）根据增程式电动客车的工作结构特点及性能参数设计目标，提出动力系统参数匹配的方法，在此基础上对目标车型的多能源系统、驱动及传动系统参数进行了匹配，完成车辆总体方案设计。建立了增程式电动汽车的前向仿真模型，为开展多能源管理策略研究和效果验证提供了仿真平台。2）文章应用层次化、模块化设计思想，从能量及信号流动角度对整车控制系统进行层次划分，设置控制功能模块，将复杂的控制系统分解成相对简单的子系统。顶层为整车控制策略子系统，中间层增程器控制和电池组控制子系统，底层是驱动控制子系统，制动能量回收子系统等。通过该控制系统结构可以实现对系统功能的有效管理。3）对基于模糊规则的多能源控制策略进行研究，提出双模糊控制器设计思路，其目标是针对整车目标续驶里程和燃油经济性两个指标的进行平衡优化，在全里程范围合理消耗电池电量。并通过仿真验证其对整车控制的有效性，其效果要优于传统的电量消耗电量保持策略。4）对基于全局优化的能量管理策略进行研究，提出基于确定模型的确定性动态规划（DDP）和基于随机模型的随机动态规划（SDP）算法，在指定的SOC和续驶里程范围内条件下，计算得到全局优化结果，该项研究得到的优化结果可对在线瞬时或者局部区间条件下的控制策略优化研究提供参考。5）在随机动态规划算法的基础上，设计开发基于随机模型的模型预测算法。应用马尔可夫（markov）随机预测模型，预测工况需求功率，把SDP算法转化为微尺度的视距范围内的局部优化算法，进行滚动优化，在线求解，得到全局次优的，但是能够实时实现的优化策略。