呂建美 牛禮民 周亞洲 王儒

（安徽工業(yè)大學(xué)）

混合動(dòng)力汽車（HEV）是在傳統(tǒng)汽車的基礎(chǔ)上配備了電動(dòng)機(jī)/電池驅(qū)動(dòng)系統(tǒng)的一種新能源汽車，是傳統(tǒng)汽車到純電動(dòng)汽車的一種過渡車型[1]?？刂撇呗允荋EV的核心技術(shù)和設(shè)計(jì)難點(diǎn)，也是HEV能否實(shí)用化的關(guān)鍵。并聯(lián)式混合動(dòng)力汽車（PHEV）的工作模式主要可以分為電驅(qū)動(dòng)模式、發(fā)動(dòng)機(jī)驅(qū)動(dòng)模式、混合驅(qū)動(dòng)模式、再生制動(dòng)模式以及停車充電模式，這5種模式的互相切換主要依靠控制策略的控制?？刂撇呗阅軌蚋鶕?jù)駕駛員的駕駛意圖和行駛工況，協(xié)調(diào)各部件間的能量流動(dòng)，合理地進(jìn)行動(dòng)力分配，提高行駛效率，降低汽車的燃油消耗[2]。目前HEV的控制策略主要分為基于規(guī)則和基于優(yōu)化2類，這2類控制策略幾乎能夠涵蓋所有的控制策略，劃分明確。文章對(duì)這2類控制策略進(jìn)行了分析和對(duì)比，并對(duì)新興的智能控制策略進(jìn)行了介紹。

1 并聯(lián)式混合動(dòng)力汽車

PHEV的傳動(dòng)結(jié)構(gòu)，如圖1所示，其主要特點(diǎn)是發(fā)動(dòng)機(jī)和電機(jī)根據(jù)路況和扭矩的需求不同，同時(shí)或單獨(dú)驅(qū)動(dòng)[3]。由于HEV發(fā)展初期技術(shù)有限，所以大多數(shù)PHEV的能量控制策略都是基于速度的控制。由于這種控制策略簡(jiǎn)單，容易被工程師理解，所以在HEV中得到了很廣泛的應(yīng)用。但是這種基于速度的控制策略也有其明顯的缺點(diǎn)，如控制參數(shù)單一，動(dòng)態(tài)性差，不能充分利用混合動(dòng)力系統(tǒng)的優(yōu)勢(shì)，使得整車的燃油經(jīng)濟(jì)性沒有達(dá)到最優(yōu)。目前根據(jù)PHEV是否使用智能算法或優(yōu)化算法，將其控制策略分為基于規(guī)則、基于優(yōu)化以及智能控制策略3類，如圖2所示。

圖1 并聯(lián)式混合動(dòng)力汽車的傳動(dòng)結(jié)構(gòu)

圖2 并聯(lián)式混合動(dòng)力汽車控制策略分類

2 基于規(guī)則的邏輯門限控制策略

基于規(guī)則的邏輯門限控制策略的主要思想是，通過基于工程師的經(jīng)驗(yàn)以及發(fā)動(dòng)機(jī)的靜態(tài)效率曲線圖，并選定幾個(gè)控制變量，如：電池的SOC值、整車的功率需求及燃油消耗量等，然后根據(jù)預(yù)先設(shè)定的規(guī)則，判斷并選擇混合動(dòng)力系統(tǒng)的工作模式，使汽車盡量在高效區(qū)運(yùn)行。

國(guó)內(nèi)相關(guān)研究諸如，文獻(xiàn)[4]通過規(guī)則的邏輯門限控制策略把發(fā)動(dòng)機(jī)的工作區(qū)域分為高中低負(fù)荷區(qū)，結(jié)合駕駛員油門踏板開度和開度變化率來計(jì)算當(dāng)前所需求的功率并確定相應(yīng)的工作區(qū)域。這種判斷方法思路簡(jiǎn)單易懂，計(jì)算量較小，方法易于實(shí)現(xiàn)，但無法適應(yīng)不同工況的變化和實(shí)際動(dòng)態(tài)變化的需求，適應(yīng)性不強(qiáng)。文獻(xiàn)[5]利用模糊邏輯控制技術(shù)，在MATLAB軟件的模糊邏輯工具箱中設(shè)計(jì)了模糊控制器，提出了一種既能夠?qū)崿F(xiàn)需求轉(zhuǎn)矩又能在發(fā)動(dòng)機(jī)和電機(jī)之間實(shí)現(xiàn)最優(yōu)分配的模糊邏輯控制策略，在ADVISOR軟件上進(jìn)行了仿真。結(jié)果表明，模糊邏輯控制策略能夠在一定程度上提高PHEV的燃油經(jīng)濟(jì)性，且有良好的魯棒性。

國(guó)外研究狀況包括，文獻(xiàn)[6]描述了基線能量管理策略，當(dāng)電池SOC值較低時(shí)，電機(jī)對(duì)電池充電?；€能量管理策略能夠降低油耗，維持電池SOC平衡，被廣泛應(yīng)用于PHEV，進(jìn)一步提高了控制策略的燃油經(jīng)濟(jì)性并降低排放。文獻(xiàn)[7]把基于規(guī)則的控制策略分為聚類算法和規(guī)則定義2個(gè)階段。第1階段首先運(yùn)用聚類算法生成簇集，再用最小化目標(biāo)函數(shù)去識(shí)別簇集；第2階段用遺傳算法得出最佳簇集的大小，然后利用控制器進(jìn)行優(yōu)化。最后在一些工況上進(jìn)行了測(cè)試，結(jié)果表明，汽車的燃油性得到了很好的提高，但整個(gè)控制策略的計(jì)算量很大，程序復(fù)雜。文獻(xiàn)[8]提出了一種動(dòng)態(tài)規(guī)劃（DP）優(yōu)化的控制方法，把這種方法與模糊控制策略結(jié)合。為了提高這2種結(jié)合控制策略的實(shí)用性和滿足城市駕駛模式的多樣性，提出了一種城市駕駛模式的識(shí)別方法。最后把這種控制策略與傳統(tǒng)基于規(guī)則的控制策略相比較。模擬結(jié)果表明，通過采用提出的控制策略，PHEV的燃油效率更高，并且在不同的城市循環(huán)期間，電池的SOC值能夠保持平衡，這種控制策略只是在城市工況下進(jìn)行了測(cè)試，在其他復(fù)雜工況下的工作情況還需要進(jìn)一步測(cè)試。

綜上，基于規(guī)則的邏輯門限控制策略算法簡(jiǎn)單，易于實(shí)現(xiàn)，但是從最優(yōu)控制理論上講，該控制規(guī)則不能實(shí)現(xiàn)能量的最優(yōu)分配，也未考慮實(shí)際工況的動(dòng)態(tài)變化。

3 瞬時(shí)優(yōu)化控制策略

瞬時(shí)優(yōu)化控制策略也被稱為實(shí)時(shí)控制策略，該策略的核心思想是在汽車行駛的每個(gè)瞬時(shí)時(shí)刻，計(jì)算所有滿足駕駛員需求的發(fā)動(dòng)機(jī)和電動(dòng)機(jī)的輸出轉(zhuǎn)矩組合以及所對(duì)應(yīng)的燃油消耗量和電力消耗量，將該瞬時(shí)燃油消耗表示為發(fā)動(dòng)機(jī)燃油消耗的等效燃油消耗。瞬時(shí)優(yōu)化控制策略一般分為等效油耗最低控制策略（ECMS）和基于模型預(yù)測(cè)的控制策略。

3.1 等效油耗最低控制策略（ECMS）

ECMS要求將電動(dòng)機(jī)的能量損耗轉(zhuǎn)換為等效的發(fā)動(dòng)機(jī)油耗，得到類似于發(fā)動(dòng)機(jī)萬有特性圖的電動(dòng)機(jī)損耗圖[9]。目前常用的ECMS包括基于SOC變化量和基于工作效率2種。

國(guó)內(nèi)學(xué)者對(duì)ECMS進(jìn)行了進(jìn)一步的研究。文獻(xiàn)[10]提出當(dāng)車載蓄電池組的SOC值達(dá)到設(shè)定的SOClow時(shí)，發(fā)電機(jī)開始工作，得到消耗的電能與發(fā)動(dòng)機(jī)未來時(shí)刻補(bǔ)償這些能量而消耗的燃油之間的等價(jià)關(guān)系，再對(duì)每一時(shí)刻發(fā)動(dòng)機(jī)實(shí)際消耗的燃油與電池等效燃油消耗的總和進(jìn)行優(yōu)化，讓它們達(dá)到最低值。雖然采用ECMS時(shí)，可以獲得良好的燃油經(jīng)濟(jì)性并提高整車性能，但是該研究所針對(duì)的行駛工況只是城市生活中日常上下班的短途行駛兼顧偶爾長(zhǎng)途旅行，并不能適應(yīng)于所有工況。文獻(xiàn)[11]從另一個(gè)角度出發(fā)，利用ADVISOR軟件建立瞬時(shí)油耗計(jì)算的重要參數(shù)模型，分析出最佳的瞬時(shí)油耗優(yōu)化表達(dá)式，用再生制動(dòng)對(duì)電池電能補(bǔ)償效應(yīng)進(jìn)行修正，建立瞬時(shí)ECMS的目標(biāo)函數(shù)，最后在ADVISOR軟件對(duì)其進(jìn)行驗(yàn)證。雖然驗(yàn)證結(jié)果表明采用該方法得出的瞬時(shí)等效油耗精度較高，參數(shù)計(jì)算較準(zhǔn)確，但該算法還需要在實(shí)車上進(jìn)行測(cè)試，才能驗(yàn)證其真實(shí)可行性。

國(guó)外研究者也對(duì)ECMS進(jìn)行了改進(jìn)。文獻(xiàn)[12]建立了基于工作效率的等效油耗模型，根據(jù)發(fā)動(dòng)機(jī)、電機(jī)與電池的平均工作效率以及當(dāng)前時(shí)間步長(zhǎng)的實(shí)時(shí)工作效率來計(jì)算在電池充放電情況下的電機(jī)等效油耗。文獻(xiàn)[13]依據(jù)發(fā)動(dòng)機(jī)燃油消耗、電機(jī)扭矩和SOC變化量三者的關(guān)系推導(dǎo)出對(duì)應(yīng)電機(jī)扭矩的等效油耗，并考慮電池充放電損失和制動(dòng)再生電能的影響，建立了基于SOC變化量的等效油耗模型。文獻(xiàn)[14]把ECMS應(yīng)用到PHEV的巡航模式，并且提出了一種基于模型預(yù)測(cè)控制（MPC）的新型燃油消耗優(yōu)化算法，該算法可以使汽車在巡航模式下減少計(jì)算量，降低車的燃油消耗。文獻(xiàn)[15]將ECMS與邏輯門限策略相結(jié)合，形成自適應(yīng)能量管理策略，這樣不僅能縮短仿真時(shí)間、維持電池SOC穩(wěn)定，還能有效地改善汽車的燃油經(jīng)濟(jì)性和排放性。

結(jié)合國(guó)內(nèi)外的研究可知，ECMS不需要預(yù)先知道工況情況，計(jì)算量較小，能夠有效節(jié)省PHEV的油耗，且便于對(duì)能量進(jìn)行控制，擁有較好的應(yīng)用前景，但無法兼顧到全局最優(yōu)，且容易受到電池老化的影響，在實(shí)際汽車控制中的實(shí)現(xiàn)難度較大。

3.2 基于模型預(yù)測(cè)的控制策略

基于模型預(yù)測(cè)的控制策略指根據(jù)預(yù)測(cè)的模型對(duì)未來系統(tǒng)代價(jià)函數(shù)進(jìn)行預(yù)測(cè)，通過對(duì)未來預(yù)測(cè)區(qū)間內(nèi)的性能指標(biāo)進(jìn)行優(yōu)化，并根據(jù)實(shí)測(cè)對(duì)象的輸出進(jìn)行反饋校正，將控制策略轉(zhuǎn)化為優(yōu)化過程，通過求解相應(yīng)預(yù)測(cè)區(qū)間的優(yōu)化問題得到控制序列，并將序列的第1個(gè)控制量作用于系統(tǒng)，實(shí)現(xiàn)反饋控制，在下一個(gè)采樣時(shí)刻，將預(yù)測(cè)區(qū)間向前推進(jìn)一步，之后不斷重復(fù)該過程。

國(guó)內(nèi)方面，文獻(xiàn)[16]基于車載導(dǎo)航系統(tǒng)建立汽車未來一段行駛路線上的汽車運(yùn)行狀態(tài)模型，將模型預(yù)測(cè)控制與動(dòng)態(tài)規(guī)劃相結(jié)合，建立了中度HEV的燃料經(jīng)濟(jì)性預(yù)測(cè)控制計(jì)算模型，最后運(yùn)用C語言與MATLAB/Simulink進(jìn)行聯(lián)合仿真，驗(yàn)證了所建立的算法可以滿足實(shí)時(shí)控制的要求，且采用該預(yù)測(cè)控制策略的中度HEV具有顯著的節(jié)油效果。文獻(xiàn)[17]把模型預(yù)測(cè)控制與最優(yōu)控制策略相結(jié)合，得出PHEV能量管理模型預(yù)測(cè)最優(yōu)控制策略。先確定發(fā)動(dòng)機(jī)最優(yōu)工作線，再運(yùn)用所建立的數(shù)學(xué)模型和公式化控制策略求解最優(yōu)控制問題，最后把求得的最優(yōu)控制序列的第1個(gè)控制量應(yīng)用在系統(tǒng)中。這2種方法都可以實(shí)現(xiàn)汽車在行駛過程中的優(yōu)化控制，顯著提高汽車的燃油經(jīng)濟(jì)性，但都只是在仿真軟件中進(jìn)行了模擬，并沒有得到實(shí)際的驗(yàn)證。

國(guó)外方面，文獻(xiàn)[18]以HEV應(yīng)用的基于模型預(yù)測(cè)的控制策略為基礎(chǔ)，介紹了模型預(yù)測(cè)的方法并討論了其優(yōu)點(diǎn)，提出了可能影響模型預(yù)測(cè)控制策略的因素，包括預(yù)測(cè)精度、設(shè)計(jì)參數(shù)及求解器等?；谀Ｐ皖A(yù)測(cè)的控制策略在很大程度上提高了動(dòng)態(tài)規(guī)劃的計(jì)算效率，能顯著提高燃油經(jīng)濟(jì)性，但是其算法的魯棒性不強(qiáng)。

綜上所述，瞬時(shí)優(yōu)化控制策略不需要提前知道整個(gè)行車工況，計(jì)算量比較小，且實(shí)時(shí)性更高，但是瞬時(shí)優(yōu)化控制策略無法實(shí)現(xiàn)全局優(yōu)化，若為了兼顧全局優(yōu)化和瞬時(shí)優(yōu)化，勢(shì)必會(huì)損失一些性能。

4 智能控制策略

智能的基本出發(fā)點(diǎn)是模仿人的某些行為或思想，具體表現(xiàn)為記憶、學(xué)習(xí)、模仿、適應(yīng)、聯(lián)想、語言表達(dá)、文字識(shí)別、邏輯推理、歸納總結(jié)及綜合決策等各種能力[19]。隨著人工智能技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展，已經(jīng)有研究者把自動(dòng)控制和人工智能以及系統(tǒng)科學(xué)中一些有關(guān)學(xué)科的分支如：系統(tǒng)學(xué)和運(yùn)籌學(xué)等結(jié)合起來，建立了一種適用于比較復(fù)雜系統(tǒng)的控制理論和技術(shù)，即智能控制。智能控制技術(shù)具有自適應(yīng)、自學(xué)習(xí)及自組織等優(yōu)點(diǎn)，可以解決很多工程上用傳統(tǒng)方法不能解決的問題。為了改善目前現(xiàn)有HEV控制策略存在的缺陷，近年來，研究者提出將智能控制應(yīng)用于HEV的控制中。

4.1 基于博弈論控制策略

博弈論又被稱作對(duì)策論，它是現(xiàn)代數(shù)學(xué)的一個(gè)分支，也是運(yùn)籌學(xué)的一個(gè)重要學(xué)科。博弈論是指2人在平衡的對(duì)局中各自利用對(duì)方的策略來變換自己的對(duì)抗策略，以達(dá)到取勝的目的。博弈論充分考慮游戲中的個(gè)體預(yù)測(cè)行為和實(shí)際行為，并研究它們的優(yōu)化策略，利用這一特點(diǎn)，研究者把發(fā)動(dòng)機(jī)和電機(jī)看成游戲的參與者，將整車功率控制看成參與者之間的合作博弈行為。

目前，將博弈論應(yīng)用到PHEV控制策略中的研究較為缺乏，比較有代表性的是文獻(xiàn)[20]的相關(guān)研究，把PHEV的各種操作看成是驅(qū)動(dòng)程序和動(dòng)力總成的一種非合作性博弈，在設(shè)計(jì)過程中應(yīng)用了基于規(guī)則和基于動(dòng)態(tài)規(guī)劃的思想，仿真結(jié)果表明，這種方法能夠很好地降低燃油消耗率。國(guó)內(nèi)的一些學(xué)者也把博弈論的思想引入PHEV，提出了自己的想法。文獻(xiàn)[21]在建立博弈進(jìn)化模型的基礎(chǔ)上，提出了基于行為博弈論的博弈進(jìn)化算法，并針對(duì)不同的行駛工況設(shè)計(jì)了不同的學(xué)習(xí)模型：模仿學(xué)習(xí)與信念學(xué)習(xí)算子。把博弈進(jìn)化算法應(yīng)用到HEV控制策略中，通過Visual Studio調(diào)用MATLAB及ADVISOR，實(shí)現(xiàn)了一款A(yù)DVISOR內(nèi)置的“PARALLEL_defaults_in”車型的控制策略優(yōu)化。

由以上研究可知，雖然基于博弈論的控制策略能夠減少HEV的燃油消耗，降低污染物的排放，使HEV各項(xiàng)性能指標(biāo)均有不同程度改善，但是這種算法和思想在計(jì)算和處理的過程中比較耗時(shí)，在實(shí)際應(yīng)用中，必須要提高思想的并行化，在仿真測(cè)試中，能夠測(cè)試的問題有限，還需設(shè)法測(cè)試不同類型的參數(shù)來驗(yàn)證基于博弈論控制策略的性能。

4.2 基于多智能體控制策略

智能體是一種具有智能性和自適應(yīng)性的實(shí)體，這種實(shí)體可以是智能軟件、智能設(shè)備或智能機(jī)器人等。它能代表用戶或其他程序，以主動(dòng)服務(wù)的方式完成一項(xiàng)工作。多智能體系統(tǒng)（MAS）是一個(gè)能夠耦合的智能體網(wǎng)絡(luò)，這些智能體能夠通過交互、協(xié)作等方式對(duì)一些問題進(jìn)行求解。其中每一個(gè)智能體既是單獨(dú)的又是相互聯(lián)系的。智能體系統(tǒng)有著很多的特性，如自主性、交互性、反應(yīng)性以及互動(dòng)性等。已經(jīng)有研究證明了多智能體系統(tǒng)的思想符合HEV控制策略的管理和優(yōu)化[22]?？梢岳弥悄荏w系統(tǒng)的這些特性來對(duì)HEV進(jìn)行能量的管理和控制。一般根據(jù)爬坡度以及節(jié)氣門開度把汽車行駛的路況分為鄉(xiāng)村、城市和高速，工況判別規(guī)則，如表1所示，可根據(jù)表1來判斷PHEV的行駛路況。

表1 汽車行駛工況判別規(guī)則表

文獻(xiàn)[23]以PHEV為研究對(duì)象，建立動(dòng)力總成部件子系統(tǒng)智能體模型，構(gòu)建了多智能體系統(tǒng)協(xié)調(diào)控制框架，根據(jù)不同工況模式對(duì)總成動(dòng)力進(jìn)行分配，利用單智能體的智能行為和多智能體的協(xié)作能力解決了汽車對(duì)復(fù)雜路況的自適應(yīng)問題，具體情況如圖3所示，并在Cruise軟件上對(duì)其進(jìn)行了仿真，結(jié)果表明這種策略可以改善整車的燃油經(jīng)濟(jì)性和動(dòng)力性，但這只是一個(gè)初步的總體構(gòu)想，若要真正應(yīng)用到HEV中還需要相關(guān)技術(shù)的進(jìn)一步支持。

圖3 基于多智能體的控制策略

雖然把智能體系統(tǒng)應(yīng)用到HEV中能夠有效改善整車燃油經(jīng)濟(jì)性和動(dòng)力性，對(duì)于PHEV的控制有諸多優(yōu)點(diǎn)，但是目前對(duì)多智能體系統(tǒng)的研究還比較少，不夠成熟。

4.3 基于神經(jīng)網(wǎng)絡(luò)控制策略

神經(jīng)網(wǎng)絡(luò)控制指的是把神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到控制系統(tǒng)中，對(duì)難以精確控制的對(duì)象進(jìn)行優(yōu)化計(jì)算或者作為控制器起控制作用或?qū)?duì)象進(jìn)行故障診斷。神經(jīng)網(wǎng)絡(luò)有很強(qiáng)的魯棒性、自適應(yīng)性以及容錯(cuò)能力。

文獻(xiàn)[24]建立了基于Takagi-Sugeno模型的模糊神經(jīng)網(wǎng)絡(luò)，通過對(duì)模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，生成了駕駛意圖模糊推理規(guī)劃。從仿真結(jié)果可以得出，得到的模糊推理規(guī)則可以很好地識(shí)別駕駛意圖，并能進(jìn)一步提高HEV的燃油經(jīng)濟(jì)性。文獻(xiàn)[25]采用傳統(tǒng)瞬時(shí)優(yōu)化策略基于離線仿真試驗(yàn)采集數(shù)據(jù)以訓(xùn)練小波神經(jīng)網(wǎng)絡(luò)，并用訓(xùn)練好的小波神經(jīng)網(wǎng)絡(luò)控制器實(shí)現(xiàn)該策略，從而提出了一種基于小波神經(jīng)網(wǎng)絡(luò)的PHEV實(shí)時(shí)控制策略。這種控制策略不僅能夠保證汽車的燃油經(jīng)濟(jì)性，而且克服了瞬時(shí)優(yōu)化策略難以實(shí)時(shí)控制的缺點(diǎn)，但該控制策略的優(yōu)化性能不是很強(qiáng)，優(yōu)化性能還需要進(jìn)一步改善。

文獻(xiàn)[26]利用神經(jīng)網(wǎng)絡(luò)開發(fā)了一種應(yīng)用于HEV的能源管理系統(tǒng)，并對(duì)該管理系統(tǒng)進(jìn)行了開發(fā)和測(cè)試，結(jié)果表明該系統(tǒng)能夠最大限度地減少汽車的能源需求，并且能與不同的主要?jiǎng)恿碓垂ぷ?。文獻(xiàn)[27]從城市公交車的運(yùn)行路線固定這一特點(diǎn)出發(fā)，引入單參數(shù)長(zhǎng)度比，設(shè)計(jì)了一種基于長(zhǎng)度比例神經(jīng)網(wǎng)絡(luò)的插電式混合動(dòng)力城市客車在線控制策略，并進(jìn)行了仿真，結(jié)果表明這種策略可以大大降低總成本和電荷消耗，縮短充電時(shí)間。這2類都是利用神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了一種新的控制策略，能夠有效提高HEV的能源利用率，若要將該控制思想與方法進(jìn)行實(shí)際應(yīng)用則還需進(jìn)行改進(jìn)與完善。

結(jié)合以上研究，基于神經(jīng)網(wǎng)絡(luò)的控制策略能夠彌補(bǔ)傳統(tǒng)優(yōu)化策略計(jì)算復(fù)雜和實(shí)時(shí)性差的缺點(diǎn)，并且能夠識(shí)別駕駛員的駕駛意圖，可以有效優(yōu)化HEV的控制策略，但其優(yōu)化性能還不是很好，對(duì)于HEV在行駛過程中的優(yōu)化問題還需要進(jìn)一步的改善。目前所研究的智能控制更多的是基于知識(shí)，利用專家的經(jīng)驗(yàn)、邏輯推理及學(xué)習(xí)能力來進(jìn)行控制，以定性分析為主與定量分析相結(jié)合的控制方式。這種控制方式在技術(shù)方面還不是很成熟，目前還不能普遍應(yīng)用于HEV中。

5 結(jié)論

整車控制策略的綜合性能和優(yōu)化能力對(duì)于改善HEV性能有著至關(guān)重要的作用。目前已經(jīng)開發(fā)的控制策略各具優(yōu)缺點(diǎn)，互補(bǔ)性很強(qiáng)，但都沒有達(dá)到最優(yōu)。結(jié)合國(guó)內(nèi)外對(duì)于HEV控制策略的研究分析可知：1）可以利用目前已有的各種控制策略優(yōu)勢(shì)，實(shí)現(xiàn)集成控制，讓控制策略能夠最大限度地發(fā)揮其優(yōu)點(diǎn)，提高控制系統(tǒng)的綜合性能。2）為了獲得更好的控制效果，可以開發(fā)探索更適用于HEV的智能控制策略。智能控制的關(guān)鍵技術(shù)是智能化，將優(yōu)化算法和智能控制相結(jié)合是解決控制策略問題的關(guān)鍵。