本课题组的研究集中在以下几个方向：

1.     面向全服役周期的锂电池智能管控及控制优化

针对电动车电池受温度影响大、单体一致性差、建模复杂、状态估算精度差以及健康特征提取困难、计算量大问题，本课题组致力于全寿命复杂环境下电池组荷电/剩余电量状态估算和健康状态及剩余寿命耦合估计研究；同时为了解决电动车充电过程中充电温升高、效率低，充电故障易发等技术瓶颈，对基于电热耦合模型的动力电池充电策略进行优化。相关研究以期解决全气候、全服役周期电池组荷电/剩余电量状态估算技术难题，提升故障诊断预警率，保障充电安全，最终提升锂电池运行安全可靠性，克服里程估算不准确的问题。

2.     复杂运行环境下新能源汽车能量管理优化

为解决传统能量管理方法与交通环境、驾驶员特性融合不足，速度规划与能量管理难以兼顾问题，本课题组长期研究适应复杂行驶环境，基于人-车-路-云的分层能量管理方法以及车速规划与能量管理协同优化策略，以期改善新能源汽车运行效能，显著提升车辆能耗经济性。以上研究的根本目的为：在多元复杂因素下（驾驶员特性多样、路况复杂、交通信息融合）为新能源汽车的速度规划/能量管理协同控制提供理论依据和技术手段。 

3.     智能网联新能源汽车节能控制

本课题组致力于解决智能网联汽车多车多目标最优时空轨迹规划，以及异质多车协同运行的节能控制问题，主要研究兴趣为：1）运行环境及动力系统性能变化对异质车辆能耗模型的影响规律研究：设计高效的异质新能源车辆建模，解决异质车辆和动力系统变化对能耗特性的影响；2）考虑复杂约束的异质多车最优时空轨迹解耦规划机理揭示：提取时空轨迹规划表征向量、设计解耦规划算法，探索多车动力学和环境约束对多目标规划的影响；3）复杂行驶环境下的异质多车节能控制协同优化机制建立：搭建分层控制框架，优化整个系统的稳定性和实时性。以上研究旨在进行多车协同控制，进一步挖掘智能网联新能源汽车节能潜力。