增程式混合动力电推进系统能够有效解决纯电动无人机续航里程受限、飞行时间较短的问题,同时具有纯电动系统运行平稳、动力响应快速的优点。如何提高增程式混合动力系统的能量利用效率,充分发挥系统的续航优势是研究的热点问题之一。为提高无人机工作时间,降低系统运行过程中的燃油消耗,本文设计了基于双层模糊控制的能源管理策略并使用遗传算法对控制参数进行优化。双层模糊控制器分为发电功率模糊控制器和系统转速模糊控制器。发电功率模糊控制器根据无人机飞行需求确定增程式系统发电功率,发电功率大小决定系统转速控制目标,得到转速控制目标后采用系统转速模糊控制器对转速进行调节。发电功率模糊控制器的输出决定系统转速模糊控制器的输入,通过双层模糊控制同时提高系统能量分配和状态调节的效率。在MATLAB中编写了遗传算法,使用遗传算法对系统转速模糊控制器的控制参数进行寻优。为了验证能源管理策略控制效果,搭建增程式混合动力电推进系统仿真模型并设计了无人机飞行工况综合仿真模型。增程式混合动力电推进系统仿真模型基于GT-Power软件平台搭建并通过相关试验确定模型中的各项参数。以无人机飞行要求为基础,依据大气扰动理论和无人机动力响应要求在飞行工况仿真模型中加入离散突风扰动、复合扰动和连续紊流扰动等扰动过程,形成无人机飞行综合仿真模型,该模型能够全面检验能源管理策略的控制效果。最终通过仿真验证了能源管理策略的控制效果。仿真结果表明:相比于基于多点逻辑门规则和PID的能源管理策略,双模糊能源管理策略可使发动机运行平均燃油消耗率和整体燃油消耗量下降8.02%,发动机平均转速误差下降77.3%,面对突风扰动、复合扰动和连续紊流扰动时转速最大波动量分别降低71.4%、72.6%和46.7%。相比于单层模糊能源管理策略,发动机运行平均燃油消耗率和整体燃油消耗量下降3.22%,发动机平均转速误差下降36.4%,面对上述三种扰动时转速最大波动量分别降低7.9%、57.4%和65.5%。经过遗传算法优化后的控制参数可使发动机平均转速误差下降7.4%,面对三种扰动时转速最大波动量分别降低12.8%、8.3%和39.4%。双模糊能源管理策略可以提高系统的燃油经济性和系统面对扰动的运行稳定性。