插电式混合动力汽车（Plug-in Hybrid Electric Vehicle,PHEV）可以通过外部电网对电池充电,也可以采用复合动力,因此同时具备较长纯电里程,较高燃油经济性的优点。在实际运行过程中,PHEV系统电池中储电等效效率受到电网充电效率及发动机充电效率的共同影响,因而是实时变化的,导致整个系统的综合效率表现出动态性和耦合性的特征。传统基于确定规则的混合动力能量管理策略,难以适应PHEV的动态性和耦合性的特征,而最终影响PHEV的实际能耗表现。为此,本文从系统综合效率优化的角度,分析基于确定规则能量管理策略所存在的问题,然后在此基础上通过引入预测信息和动态规则实现对PHEV系统能耗的综合优化。首先,本研究针对目标平台,搭建了功率分流式插电混合动力系统GT-SUITE仿真平台,并开发了基于规则的能量管理策略,通过实验数据对其进行验证,仿真能耗与实验能耗的相对误差为1.37%,该研究平台可以较好的反映实际车辆的能耗状态,为后续验证提供条件。其次,为解决插电式混合动力系统能效的动态性和耦合性问题,本文通过对电池储存电能的组成和充电方式分析,建立了电池电能等效效率的评价模型,并提出了不同模式下的系统综合能效的评价方法。然后,采用改进的粒子群算法,以系统综合效率为目标进行确定工况下的能效评价。以两个连续的全球轻型车测试循环（World Light Vehicle Test Cycle,WLTC）为边界对策略进行了效果验证,结果显示,与确定规则的策略相比,系统总能耗具有进一步降低11.6%以上的潜力。最后,通过在能量管理策略中引入预测信息,提升能量管理策略对实际工况的适应性。通过粒子群算法对典型工况应用中表征功率分配关系的权重系数及规则阈值进行优化,得到不同工况下最佳的规则参数。建立神经网络的工况识别模型,通过对预测信息提供未来工况特征的识别,周期性的改变相应的规则阈值。本研究采用两个连续的中国汽车行驶工况（China Light-duty Vehicle Cycle,CLTC）,对所开发的动态规则能量管理策略的性能进行仿真验证。结果显示,相对确定规则的策略,动态规则的PHEV的系统能耗减少了13.5%,从而有效改善了实际应用能效。