迫于环境恶化和能源短缺的压力,插电式混合动力汽车成为当代最具有发展潜力和市场前景的新能源车型。作为插电式混合动力汽车的关键技术,能量管理策略直接影响了车辆的燃油经济性和排放能力。本文以功率分流式混合动力汽车为研究对象,研究了基于随机动态规划、基于强化学习以及基于随机模型预测控制三种不同的能量管理策略,具体的研究内容包括:(1)详细介绍了功率分流式混合动力汽车的动力系统结构,分析了不同驱动模式下各动力部件的能量传递情况,建立了功率分流式混合动力汽车的能量管理控制模型,确定本文控制策略需要优化的控制变量和目标函数。(2)研究了基于随机动态规划的能量管理策略。首先介绍了随机动态规划过程的基本原理,分析并比较了三种解决随机动态规划模型的方法。混合动力汽车的随机动态规划将未知工况的不确定性用车辆的需求功率转移概率表示,将多个标准工况的需求功率进行非线性离散化并用马尔可夫链进行建模,采用改进的策略迭代方法对随机动态规划控制问题进行求解,得到离线的随机动态规划最优电池功率序列。通过在线仿真验证,结果表明该方法能有效减少燃油消耗量,并且对工况的适应性较强。(3)研究了基于强化学习的能量管理策略。首先分析了强化学习与马尔科夫决策过程的关系,介绍了强化学习的基本原理知识,并阐述了常见的3种强化学习算法,确定利用易于收敛的Q-learning算法作为能量管理控制算法。利用Qlearning算法对能量管理问题进行建模,结合随机动态规划模型中建立的关于需求功率的马尔可夫链模型,采用值迭代的方法求解强化学习最优控制问题,得到离线的Q-learning最优控制器,并对不同状态下算法的收敛性进行比较分析,确保控制算法的收敛。仿真分析结果表明,基于Q-learning算法的策略能有效提升燃油经济性,能够实现和随机动态规划相近的次优结果。(4)提出一种基于强化学习的随机模型预测控制算法。建立基于加速度的马尔可夫链模型,提出两种随机速度预测方法,分析造成精度差异的原因,采用精度较高的多步马尔可夫速度预测作为随机预测模型。将Q-learning离线控制器用于在线滚动优化过程中,建立一种能够在线控制的基于强化学习的随机模型预测控制器。仿真结果表明,该控制器能有效提高燃油消耗率,同样能获得接近于随机动态规划的结果。此外,还分析了预测精度对控制器的影响、控制器对不同SOC参考轨迹的跟随效果以及对不同工况的计算效率,结果表明所提出的随机模型预测策略能够保证计算效率,提高燃油经济性。