随着环境问题与能源危机的日益严重，电动车的发展越来越受到重视；同时电动车能量回馈控制技术通过对制动时的动能进行回收再利用，可以延长其续航里程，成为电动车领域的研究热点。但是目前电动车能量回馈技术仍不成熟，主要体现在能量回馈效率偏低、系统复杂及价格昂贵等方面。而电动车能量回馈效率的高低取决于电机控制器及其能量回馈控制算法，因此本文以提高电动车能量回收效率为目标，以电动车用无刷直流电机为研究对象，对电动车能量回馈控制算法及控制器进行研究，同时设计能量回馈试验平台。本文首先分析了无刷直流电机的结构和工作原理，确定了三相全控驱动电路和PWM-ON调制的电动运行控制策略，并设计了双闭环的电机调速系统。在此基础上，分析了无刷直流电机能量回馈控制原理及控制策略，从而设计出基于自适应模糊神经网络的电动车能量回馈控制系统，并通过BP训练算法对设计的模糊神经网络进行训练。训练结果表明，该控制系统具收敛速度快，逼近精度高等特点。然后在MATLAB/Simulink环境下，建立无刷直流电机模糊神经网络能量回馈控制系统，并与没有加模糊神经网络的能量回馈控制系统作对比仿真。仿真结果表明本文设计的能量回馈控制系统能够显著地提高电动车能量回馈效率，从而延长电动车续驶里程；同时电机转速变化平稳，制动效果良好。最后，将电动车电动运行系统与能量回馈控制系统进行合理、有效的整合。基于同一个硬件结构，通过软件实现对电动车电动运行与能量回馈的控制，整合后的控制器降低了电动车控制系统结构的复杂度及成本。在验证控制器满足上路试验要求之后，将其安装在某电动车上，与该电动车原车控制器进行能量回馈控制的对比试验。试验结果表明，与该电动车原车控制器相比，本课题所设计的模糊神经网络能量回馈控制算法及控制器具有能量利用率高的特点，且制动越频繁，能量利用率越高。本文还设计了电动车能量回馈试验平台，该平台可以全面评价能量回馈控制系统的性能。