3. 能量管理策略概述
在PHEV整车开发中，能量管理策略（Energy Management Strategy, EMS）是连接驾驶员需求、动力部件能力与整车能耗排放目标的核心决策层。它并不直接控制某个电机或发动机的底层执行器，而是根据车速、踏板、电池SOC、挡位、温度等状态，实时决定发动机与电机的功率分配、启停时机、挡位选择以及能量回收强度。可以把它理解为整车的“能量调度大脑”：同样一套混动构型，策略不同，油耗、NVH、驾驶性和电池寿命可能相差很大。
一、核心原理：从“需求扭矩”到“功率分配”
PHEV能量管理策略的输入通常包括：加速踏板开度、制动踏板开度、车速、电池SOC、电池温度、发动机水温、电机温度、挡位和驾驶模式。输出则是发动机目标扭矩/转速、电机目标扭矩、离合器或行星排状态、发动机启停指令以及制动能量回收扭矩。其核心矛盾在于：电池电量有限，发动机高效区有限，而驾驶员需求是动态变化的。因此策略必须在“用电”和“用油”之间不断权衡。
从数学上看，常见目标函数可写为：
J = ∫ [ m_fuel(t) + λ · P_batt(t) / η_chg ] dt
约束：
SOC_min ≤ SOC(t) ≤ SOC_max
T_eng_min ≤ T_eng(t) ≤ T_eng_max
T_mot_min ≤ T_mot(t) ≤ T_mot_max
T_demand(t) = T_eng(t) + T_mot(t) （经传动比折算后）其中λ是等效因子，用于把电能折算成燃油消耗。λ越大，策略越倾向于保电；λ越小，越倾向于用电。不同策略的区别，很大程度上就在于如何确定λ或如何在线修正λ。
二、分类：规则型、优化型与学习型
能量管理策略通常分为三大类。第一类是规则型策略，包括逻辑门限、模糊规则和状态机。它工程实现简单、实时性好，是目前量产车中最常见的形式。第二类是基于优化的策略，包括全局优化（动态规划、庞特里亚金极小值原理）和瞬时优化（等效燃油消耗最小策略ECMS、模型预测控制MPC）。第三类是学习型策略，如基于强化学习的能量管理，近年来在学术研究中增长很快，但量产落地仍受限于算力、安全性和可解释性。
| 类型 | 代表方法 | 优点 | 局限 | 典型应用 |
|---|---|---|---|---|
| 规则型 | 逻辑门限、模糊控制、状态机 | 实时性好、标定成熟、易量产 | 依赖经验、工况适应性有限 | 多数量产PHEV |
| 优化型 | DP、PMP、ECMS、MPC | 理论最优或近优、可量化 | 计算量大、需预测信息 | 离线标定、高端车型 |
| 学习型 | 强化学习、深度Q网络 | 可自适应复杂工况 | 训练成本高、安全验证难 | 前沿研究、示范项目 |
三、评价指标：不能只看油耗
评价一套能量管理策略，不能只盯着WLTC或CLTC工况下的百公里油耗。PHEV的特殊性在于电量可外接补充，因此必须同时考察亏电油耗、综合油耗、电耗、SOC平衡能力和实际道路一致性。常用指标包括：
- 燃油消耗量：亏电状态下的L/100km，是衡量策略保电能力的关键。
- 电能消耗量：kWh/100km，反映纯电驱动效率与回收能力。
- SOC平衡偏差：行程结束时SOC与初始SOC的差值，偏差过大说明策略不可持续。
- 等效综合成本：将油和电按价格折算为每公里成本，更贴近用户感知。
- 排放与NVH：发动机启停频次、冷启动次数、噪声与振动水平。
- 实时性：控制周期内能否完成计算，通常要求≤10ms或≤20ms。
四、开发流程：从需求到标定
工程上，能量管理策略开发通常遵循V模型流程。第一步是需求定义：明确油耗目标、排放法规、驾驶性要求和成本边界。第二步是构型分析与部件建模，建立发动机万有特性、电机效率MAP、电池等效电路模型和传动系统模型。第三步是策略设计：选择规则型或优化型框架，确定状态机、门限和等效因子。第四步是离线仿真：在MATLAB/Simulink中搭建整车模型，用WLTC、CLTC、NEDC及实际道路数据做验证。第五步是快速控制原型与硬件在环测试，验证实时性和故障安全。第六步是实车标定与数据回灌，通过CAN总线采集实际工况，迭代修正参数。
五、行业现状与常见误区
当前行业呈现几个明显趋势。第一，规则型策略仍是量产主力，但越来越多车型在规则框架中嵌入ECMS或MPC的在线修正，形成“规则+优化”的混合架构。第二，导航与车联网信息开始进入策略：基于前方坡度、限速和拥堵预测，提前调整SOC目标，可显著降低亏电油耗。第三，OTA能力使策略参数可以远程迭代，车企从“一次性标定”转向“持续运营优化”。第四，功能安全与信息安全要求提高，策略需具备故障降级和扭矩安全监控。
常见误区也值得警惕。误区一：把能量管理策略等同于“省油模式”，忽视驾驶性和SOC平衡，导致用户抱怨动力不足或电量保持不住。误区二：只做仿真不做实车回灌，仿真工况与真实道路差异大，标定参数容易“过拟合”。误区三：过度追求全局最优，忽视控制器算力和实时性，导致策略无法落地。误区四：忽略温度影响，低温下电池可用功率下降，若策略仍按常温分配功率，容易出现电池过放或发动机频繁启动。
总体来看，PHEV能量管理策略是一门“在约束中找平衡”的工程学科。理解其定义、分类、评价指标和开发流程，是后续深入学习具体算法与标定方法的基础。只有把策略放回整车系统中，结合真实工况和用户需求，才能做出既省油又好开的能量管理方案。