基於工程經驗進行設計的邏輯閘限控制方法在實際商品化混合動力汽車中得到了較多應用。

模糊控制在許多工程應用領域中已被證明是一種優越的控制技術，在許多傳統控制技術不能勝任的場合，應用模糊控制可以取得良好的效果。在混合動力汽車控制領域，模糊邏輯也是一種比較適合的控制技術，具有很好的應用前景。

KIA汽車公司的KIM等提出以燃油經濟性為目標的最佳化控制策略，以發動機燃油消耗量最小為目標函式最佳化得到CVT速比、電動機轉矩、發動機節氣門的控制量。美國學者GLENN等提出利用模糊邏輯控制器驅動ICE，以最高效率區和燃油經濟性為目標進行試驗。

本田Insight和東風雪鐵龍XSARA採用的控制策略是將電動機作為動力系統中的靈活因素，根據汽車工況對發動機輸出功率進行“削峰填谷”，從而最佳化發動機的執行。Prof。GirishS等人採用“速度損失比例”概念分析了傳統有級變速器在換擋中的功率損失問題，對基於CVT的並聯混合動力系統控制策略進行研究。

P。Setlur等人對混合動力CVT傳動系統採用自適應非線性控制理論進行控制研究。HLee對採用CVT的並聯混合動力汽車進行速比控制進行了研究，在最佳化發動機工作效率區域時考慮動力響應及延遲時間。

再生制動等許多工作模式，透過能量控制策略可以確定在不同的工作模式中發動機和電動機的目標轉矩，但發動機和電機的動態特性是不一樣的，發動機扭矩輸出的響應時間約為幾百毫秒，而電機的扭矩輸出響應時間僅為幾十毫秒，這麼大的差異很可能會導致發動機和ISG電機當從當前輸出轉矩向目標輸出轉矩變化的過程中，整車的驅動轉矩產生很大波動，從而造成對汽車傳動系統部件的衝擊，影響整車的乘坐舒適性以及傳動部件壽命。

因此需要對模式切換過程中各動力源、限力矩離合器、變速器等部件進行協調控制。

日本豐田公司的Prius混合動力汽車利用其特有的動力分配機構很好地解決了發動機和電動機的動態協調控制，但該技術只適用於具備動力分配機構的混合動力系統，不具普遍性。

將並聯混合動力汽車的不同工作模式的狀態空間劃分成多個區域，然後設計了模式切換過程的評價函式，並進行了最佳化處理。利用該方法，在簡化的並聯混合動力汽車傳動系統模型的上實現了從純電機起步到並聯混合驅動模式的模擬分析。

結果表明此控制策略能夠有效減少切換過程中的車輛衝擊度，對的並聯混合動力汽車模式切換過程的離合器接合過程進行了模型預測控制，減少離合器接合過程的衝擊度，並驗證了該控制策略的魯棒性。

從電動汽車實車工作過程出發，將轉矩量作為整車能量管理的落腳點，提出了基於需求轉矩分配的能量管理策略。童毅博士透過發動機的平均值模型及電動機的理論建模，得出發動機的動態特性相對穩態特性存在滯後和超調現象，而電動機則能很快跟蹤其需求轉矩的結論，首次提出了發動機與電動機轉矩的“動態協調控制”問題，並展開了深入和有價值的研究，提出了“發動機轉矩開環+發動機轉矩動態估計+電動機轉矩補償”的基本演算法。