混合动力电动汽车(Hybrid electric vehicle，HEV)整车驱动能量控制策略是HEV核心技术之一，一直以来都是HEV的研究热点，但目前相关研究因为没有很好地处理以下三个问题，导致HEV油耗和尾气排放依然偏高。第一，控制策略没有考虑行驶状况(整车载荷、道路坡度)动态变化对于能量控制策略的反作用；第二，控制策略主要基于动力型驾驶模式，当驾驶人对动力性要求过高时，会导致HEV的油耗和排放变差；最后，控制策略优化模型中的部件特性忽略了车况变化的影响。鉴于此，论文进行了基于行驶状况识别的混联式HEV多模式能量控制策略研究。具体如下：进行了基于行驶状况识别的驾驶人意图辨识模型研究，首先，以一款混联式HEV作为研究对象，基于汽车纵向动力学原理，利用实车动态采集的车速、加速度等汽车行驶动力学参数，运用最小二乘方法构建了HEV整车载荷和道路坡度求解模型，运用粒子群智能优化算法，研究了载荷和坡度在线求解机理，并开展了18组实车载荷和坡度识别验证实验，验证方法可行性；然后，为探析驾驶人的驾车意图，对180名驾驶人进行了调查，得出“驾驶人对于加速踏板的操作更多的体现为驾驶人对车速的需求”结论，由此利用人机工程学舒适度与疲劳原理，建立了“加速踏板——车速需求”非线性关系模型，用于解析驾驶人的车速需求，基于此，研究了基于行驶状况识别的HEV驾驶人需求转矩意图辨识模型，可为HEV能量控制策略优化提供驾驶人的需求转矩信息；最后，为了分析驾驶人意图辨识结果对HEV驱动能耗的影响，进行了不同载荷和坡度下的实车实验，得出基于载荷和坡度识别的驾驶人意图辨识模型，较原车可节约驱动能耗3.08%的结论。进行了基于行驶状况识别的混联式HEV建模研究，运用MATLAB/SIMULINK软件，建立了HEV能量控制策略整车模型，包括整车动力学模块、行驶状况识别模块、驾驶意图辨识模块、发动机、发电机、电动机模块和动力电池模块等，并利用实车实验数据对模型进行了有效性验证。其中，在发动机模型方面，研究了发动机平均值模型的基础理论，基于此，结合行星齿轮动力耦合机构的动力学模型和效率模型，提出了用发电机转矩来间接测算发动机输出转矩的方法，并进行了实验验证，解决了发动机平均值模型中发动机输出转矩难以获得的问题；此外，从270组发动机实车实验(实验道路包括城市、城郊、高速、山区道路，实验车况为空载、半载和满载，实验路况为平路和坡道)数据中，选取其中47组典型的发动机运行参数实验数据，运用最小二乘辨识方法和粒子群算法及遗传算法，对发动机平均值模型的37个待定系数进行了辨识，最终建立了1NZ—FXE4缸16气门发动机平均值模型，基于此，提出了利用发动机平均值模型构建发动机效率模型的方法，可解决HEV在用过程中，因发动机效率模型变化，进而导致HEV节能减排效果恶化的问题；最后，为解决动力总成效率等特性参数查表模型存在插值误差的问题，基于查表模型数据，经过训练，建立了发动机、发电机、电动机和动力电池的特性参数神经网络模型。进行了HEV多工况多模式能量控制策略研究，首先，由HEV能量控制模型和基于行驶状况识别的驾驶意图辨识模型，给出驾驶人需求驱动转矩意图，作为HEV能量控制策略输入参数之一；然后，结合遗传粒子群智能仿生理论的全局最优和快速收敛优点，研究了HEV多工况多模式能量控制策略，控制策略涵盖5种工况(停车充电、起步、起步后、制动、倒车)、3种驾驶模式(动力型、经济型、平衡型)、4种能量流模式(电驱动、油驱动、油驱电充、油驱电放)，共37种具体优化策略。控制策略以综合考虑能耗和排放的HEV综合性能指标为优化目标，共计优化了179584个HEV工作状态点，其中动力型能量控制策略体现了动力性强的特点，经济型策略体现了能耗特性优的特点，而平衡型策略介于二者之间，通过研究还发现了在SOC、车速相同条件下，HEV能量转化率随驾驶人需求驱动转矩的增加呈现“U形抛物线”规律；实验结果表明，所研究的控制策略不论能耗还是排放特性相对原车均有改善；最后，对PRIUS原车倒车工况下，混动驱动模式的能量控制策略进行了理论分析和实车实验，发现原车因发动机转向与驱动轮转向相反，而导致能量浪费的问题，并提出改进方案。最后，对基于行驶状况识别的混联式HEV多模式能量控制策略进行了仿真和实车实验研究。