随着人们环保意识日益增强,排放法规日益严苛,传统汽车越来越不适应当下可持续发展环境。在提倡节能环保的大背景下,新能源汽车逐步走进人们的视野。插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)作为新能源汽车的一种类型,由于其良好的经济性,优秀的排放性和出众的续航能力等优点,成为近年来研究的热点。本文针对插电式混合动力汽车,重点研究基于模型预测控制(model predictive control,MPC)的控制策略,所做的工作有以下几个方面:基于插电式混合动力汽车动力系统的结构特点、整车基本参数以及性能指标,对动力系统的各部件(发动机、电机和蓄电池)和传动系进行选型与参数匹配,在MATLAB/Simulink软件中,以试验数据为基础,搭建相应的仿真模型;分析插电式混合动力汽车动力系统的工作模式,以及各工作模式下的动力传递情况,确定发动机最优工作曲线,构建基于规则的逻辑门限控制策略,进行仿真分析;除此以外,构建基于动态规划(dynamic programming,DP)的全局优化控制策略,进行仿真分析,获得插电式混合动力汽车的全局最优燃油经济性;基于模型预测控制的控制策略是本文的研究重点。首先,选取目标循环工况的速度和加速度作为历史数据信息,建立速度和加速度的一步马尔科夫模型和多步马尔科夫模型,分别利用建立的一步马尔科夫模型和多步马尔科夫模型,对预测时域内的速度和加速度进行预测;然后,提出一种利用工况平均速度差的改善预测效果的改善方法,并对改善前后的预测效果进行对比分析;最后,将马尔科夫模型和动态规划应用到模型预测控制中,选用改善后的一步马尔科夫模型进行速度和加速度预测,构建了基于模型预测控制的控制策略,进行仿真对比分析。结果表明:基于模型预测控制的控制策略的百公里燃油消耗率介于基于规则的逻辑门限控制策略的百公里燃油消耗率和基于动态规划的全局优化控制策略的百公里燃油消耗率之间,相较于基于规则的逻辑门限控制策略,基于模型预测控制的控制策略能够有效提高插电式混合动力汽车的燃油经济性。