本书聚焦于车联网环境下混合动力汽车的能量管理策略，探讨了城市复杂交通环境下动态行驶工况对能量管理的影响，并提出了融合交通信息和前方车辆行驶状态信息的混合深度学习网络，以实现实时行驶工况的预测。书中构建了新型等效因子动态优化方法，旨在突破传统能量管理算法无法适应动态行驶工况的技术瓶颈，充分发挥混合动力系统的节油潜力。 本书可供从事汽车研发设计，以及混合动力汽车控制与优化工作的研究人员和工程师阅读，也可供高等院校车辆工程、新能源汽车工程等相关专业的师生参考。

1 绪论
1.1 新能源汽车的发展概况
1.2 混合动力电动汽车
1.2.1 混合动力电动汽车的结构与原理
1.2.2 混合动力电动汽车发展现状
1.3 融合网联信息的混合动力系统能量管理研究
1.3.1 混合动力车辆行驶工况预测研究
1.3.2 能量管理控制策略
2 单轴并联混合动力系统建模
2.1 混合动力系统构成
2.2 系统仿真模型
2.2.1 驾驶员模块
2.2.2 动力系统模块
2.2.3 传动系统模块
2.2.4 整车动力学模块
2.3 系统工作模式与功率流分析
2.3.1 单发动机驱动模式
2.3.2 单电机驱动模式
2.3.3 混合驱动模式
2.3.4 行车充电驱动模式
2.3.5 再生制动模式
2.4 模型验证
2.5 本章小结
3 城市工况交通建模及数据分析
3.1 城市交通场景设置
3.1.1 车联网概述
3.1.2 交通场景设置
3.2 城市工况交通仿真建模
3.2.1 城市路网特性
3.2.2 驾驶员行为
3.2.3 车辆的交通特性
3.3 数据采集及分析处理
3.3.1 数据采集
3.3.2 变量相关性分析及筛选
3.4 本章小结
4 车速预测方法研究
4.1 分解-融合车速预测模型
4.1.1 变量的时序特征分解
4.1.2 面向特征预测的混合深度学习网络
4.1.3 基于分量预测结果的融合预测
4.2 基于BP神经网络的车速预测模型
4.3 预测结果与对比分析
4.3.1 分解-融合模型预测误差分析
4.3.2 预测模型对比分析
4.4 本章小结
5 基于车速预测的能量管理策略
5.1 不同方式的ECMS能量管理控制策略
5.2 ECMS的改进方法
5.3 混合动力系统后向数学模型
5.4 能量管理问题
5.5 等效消耗最小化原理分析
5.5.1 庞特里亚金最小值原理
5.5.2 ECMS基本原理
5.5.3 ECMS解析推导及实现
5.6 自适应ECMS
5.7 基于车速预测的自适应ECMS
5.7.1 基于预测车速变化趋势的等效因子调整算法
5.7.2 基于预测能量动态分析的等效因子调整算法
5.8 仿真分析及对比
5.8.1 燃油经济性分析
5.8.2 电池SOC平衡性分析
5.9 本章小结
参考文献