能源危机和环境污染是汽车工业所面临的两大难题,混合动力汽车以其低油耗、低排放的优点成为了世界上新一代环保节能汽车的研究重点。而实现混合动力汽车能量管理与整车控制策略是混合动力汽车的核心关键技术,通过优化控制发动机和电机的能量分配,使发动机一直工作在高效区,从而减少油耗、降低排放和延长电池寿命。本文以并联式混合动力汽车为主要研究对象,在新型轻度混合动力汽车“五菱CN100”的基础上利用MATLAB/ SIMULINK建立整车、发动机、电机、无级变速器(Continuously Variable Transmission,CVT)、电池的数学模型。然后分析了几种能量管理控制策略的优缺点,并在原有的控制策略上进行优化,设计了一种以模糊控制理论为基础,神经网络为辅助的模糊神经网络控制算法,通过分析其输入变量(加速踏板的位置值及其变化率、制动踏板的位置值、车速及其变化率、动力电池的剩余电量值)与输出变量(发动机油门开度、电动机状态和电动机油门开度)之间的关系,判断汽车所要进入的运行模式,从而进行合理的能量分配,以减小发动机燃油消耗并保证电池的荷电状态(State Of Charge,SOC)值的平衡。最后将建立的整车模型和控制策略嵌入到ADVISOR汽车模拟仿真软件中,并进行仿真实验,通过选用不同的循环工况进行仿真对比,结果表明,模糊神经网络算法能很好地提高整车燃油经济性,同时也兼顾了电池SOC的平衡。总之,本文对并联式混合动力汽车的能量管理与控制策略进行理论研究,虽然理论仿真结果有很好的效果,但并未深入研究其整车控制器的实际开发,在实际应用方面还需要进一步的研究。