插电式混合动力汽车（PHEV）作为传统燃油汽车向纯电动汽车转变的过渡车型,既克服了二者的缺点又保留了各自的优点,因此成为了各大高校和车企研发的重点。该车型主要通过能量控制策略确定车辆在行驶过程中发动机和电机的工作时间占比,从而影响整车的燃油经济性。因此,为了降低车辆的燃油消耗,改善整车的燃油经济性,本文提出了插电式混合动力汽车智能化能量控制策略,对改善PHEV的节油效果和促进其发展有着重要意义。本文进行的主要研究工作如下:（1）选定某款同轴并联式PHEV作为研究对象,利用其整车基本参数对关键动力部件进行数学分析,在Cruise软件中建立整车模型;之后,分析该车型的行驶模式,确定电量消耗-电量保持（CD-CS）能量控制策略在不同阶段的行驶模式切换条件,在Matlab/Simulink中建立仿真模型,并在多种不同的测试工况条件下完成联合仿真;从仿真结果看出该策略未能合理使用动力电池的电能,对于燃油经济性的改善效果有限。（2）分析等效燃油消耗最小（ECMS）能量控制策略的工作机理,对其所涉及的最优化控制问题进行推导,根据其关键参数等效因子与哈密尔顿函数中协态变量的等价性,提出等效因子的求解方法;建立ECMS能量控制策略仿真模型并在8倍NEDC工况下完成仿真验证,结果显示该策略的百公里油耗相比于CD-CS降低了12.6%;之后对等效因子的影响因素展开仿真分析,验证了等效因子与SOC初始值和行驶里程之间的关系,为建立智能化能量控制策略提供参考依据。（3）考虑到ECMS能量控制策略中固定的等效因子在行驶工况改变时并不能获得理想的节油效果,因此开发行驶工况智能识别模型用于实现对等效因子的优化。首先对二十种典型测试行驶工况中的多个特征参数进行标准化和降维处理,利用处理后的数据经系统聚类将二十种工况划分为三个工况类别,从而构造出参考行驶工况;再利用聚类和神经网络算法分别建立工况识别模型,并结合参考行驶工况完成仿真验证,择优使用遗传算法对其进行优化建立行驶工况智能识别模型,该模型的识别准确率为95.3%。（4）结合行驶工况智能识别模型提出自适应ECMS（A-ECMS）能量控制策略架构。首先以两种行驶工况为例建立等效因子MAP图,再生成参考SOC曲线用于构建惩罚函数约束动力电池电量的使用,并引入行驶工况智能识别模型建立A-ECMS能量控制策略模型;使用5倍UDDS和4倍WLTC工况完成对CD-CS、ECMS和A-ECMS三种能量控制策略的仿真分析,仿真结果显示A-ECMS的累积油耗相比于前两者在5倍UDDS工况下分别节约了17.1%和7.5%,在4倍WLTC工况下分别节约了11.8%和7.3%,证明该策略能够合理地安排动力电池电量的使用,对车辆燃油经济性具有良好的优化效果。