为了对质子交换膜燃料电池（PEMFC）系统进行管理以延长其寿命，需要设计基于模型的状态观测器对内部状态进行实时监测，并通过反馈控制将其控制在预期水平。由于PEMFC阳极氢气浓度直接决定了系统的输出性能，并且不断循环的氢气以及氮气因跨膜扩散在阳极不断累积，导致阳极气体浓度估计困难。因此，本文着重介绍了PEMFC阳极气体浓度估计的前沿技术，并对现有研究存在的问题和未来发展趋势进行了阐述，以期为PEMFC气、水、热管理的研究做出贡献。

建立了一维瞬态多相流燃料电池机理模型和全局敏感性分析模型，研究了运行温度、气体压强、化学计量比以及相对湿度对输出性能的影响规律和影响程度。结果表明：高功率负荷条件下，运行温度的变化会造成更明显的性能波动；提高进气压强和化学计量比能够增强输出性能；相对湿度过低产生的“膜干”现象在低电流密度区域更加明显；经过敏感性量化分析，本文将9类工况参数划分为高敏感、较敏感和不敏感参数；随着电流密度的增大，阴极进气化学计量比、阴阳极进气湿度的敏感性较大且整体呈上升趋势。

针对质子交换膜燃料电池（PEMFC）供氢系统供气充分且氢压响应迅速的要求，提出了供氢系统零部件匹配设计方法。首先，采用机理和半经验建模相结合的方法建立了燃料电池氢气供应系统集总参数模型，并结合该模型提出了氢气供应系统的匹配设计方法。为验证匹配设计方法的合理性，针对一80 kW电堆进行了仿真分析。结果表明：在前馈+PI控制策略作用下，从怠速阶跃至额定工况的阳极压力上升时间为0.5 s、超调量为3 kPa；排氢扰动作用下压力波动小于0.8 kPa；额定工况引射器的引射比为2.14；泄压阀流量足以保证电堆安全运行。该匹配方法满足了供氢系统动态响应、氢气循环、安全特性的需求，为质子交换膜燃料电池氢气供应系统的选型匹配提供了理论基础。

针对车用质子交换膜燃料电池（PEMFC）系统最佳过氧比（OER）控制问题，基于60 kW PEMFC系统，构建了面向控制的三阶非线性空气系统模型，分别设计了基于稳态工作点近似线性化模型的动态前馈+PI控制器和基于全局线性化模型的前馈/反馈线性化控制器。仿真结果表明：前馈/反馈线性化方法解决了基于近似线性化模型控制方法由于模型误差而使OER响应存在稳态误差的问题，并且通过引入非线性前馈环节消除了负载电流变化对OER响应的影响，能在不同工况负载下跟踪最佳OER，有效提高了PEMFC系统效率。

为满足燃料电池混合动力有轨电车的动力性能和容载性能需求，提出了一种基于鱼群优化算法的参数配置方法。基于有轨电车动力学模型，完成了3种行驶状态下的牵引力计算。选择了燃料电池/锂电池/超级电容混合动力系统，建立了以系统体积和质量最小为目标的多目标函数，通过鱼群优化算法求解燃料电池、锂电池和超级电容的配置数量，进行了参数配置结果分析和动力性能验证。结果表明：本文方法与粒子群方法相比，收敛速度更快、体积和质量更小、功率密度和能量密度更高，充分利用了各动力源的传输优点，能够保证有轨电车动力充足地行驶。

为了提高燃料电池的运行效率，必须对其工作温度进行有效控制。本文在Matlab/Simulink平台上搭建了热管理系统模型，该模型可用于分析各零部件之间的流量分配、压力损失以及热量交换。在此模型基础上，提出了一种自适应的线性二次型调节器（LQR）控制器，并在不同工况下与LTI-LQR和LQI控制器进行了仿真对比验证。仿真结果显示：阶跃响应测试下，自适应LQR控制器无稳态误差、无超调、上升时间为15 s；动态性能测试下，电堆出口温度在全局范围内均能快速地跟踪参考值，说明该控制器具有良好的控制性能。

针对当前燃料电池系统大功率化的情况，设计开发了一款大功率燃料电池测试试验台，通过对系统的设计、选型、搭建、调试等工作完成了120 kW燃料电池的性能测试。该试验台集成了氢气、空气和热管理控制系统，整合并优化了各子系统之间的布局，使后期维护更加方便。同时，该试验台使用LABVIEW软件设计上位机控制界面，使用Simulink软件设计下位机控制器控制程序并将确定的零部件参数写入控制器。然后，通过上位机与控制器之间的CAN盒通讯实现上位机控制界面对系统的在线实时控制，且可根据负载变化自动优化各个零部件运行参数。通过分析该试验台采集的测试数据可评估燃料电池系统是否达到预期设计要求。该试验台对大功率燃料电池系统的研究、生产以及燃料电池试验台的开发有一定的指导意义，为燃料电池系统的开发提供了保障。

结合燃料电池冷启动过程中的温度变化和结冰情况，建立了面向控制的三阶燃料电池冷启动模型。针对阴、阳极冰体积分数不可测的问题，提出了基于扩展状态观测器冰体积分数估计方法。在此基础上，针对燃料电池冷启动过程中存在的约束和耦合非线性的特点，提出了基于非线性模型预测控制的燃料电池冷启动系统优化控制方法，实现了提高冷启动系统快速性、降低耗氢量的双优化目标。最后，通过仿真实验验证了本文冷启动优化控制方法的有效性。

采用10 kW燃料电池系统和25 A·h锂电池组（2 kW·h）匹配了一台2.5吨燃料电池混合动力叉车的动力系统，并提出了一种模式识别的功率跟随能量管理策略。在此基础上，建立了整车模型并进行仿真，验证了系统匹配及能量管理策略的有效性。结果表明：在一定程度上锂电池组的稳定荷电状态越低，使用经济性越好；合理的锂电池组切换荷电状态能提高系统的稳定性；燃料电池系统额定功率至少需要大于工况平均功率15%；在启动后锂电池电量下降的动态过程中，较大的锂电池组容量能够减小燃料电池系统平均功率，提高使用经济性，反之则无法维持系统长时间工作，且工作时荷电状态波动率较大，影响使用寿命。

为研究质子交换膜燃料电池（PEMFC）气体扩散层（GDL）内孔隙率对各向异性传输特性参数的影响，首先，使用数值随机重构的方法对Toray TGP-H气体扩散层进行三维微观结构重构。在重构中考虑到了碳纤维分布的各向异性以及Toray TGP-H气体扩散层内部所有的相，包括孔、碳纤维、黏合剂和聚四氟乙烯。然后，利用孔尺度模型分别研究了孔隙率与有效扩散率、曲度、有效电导率、有效热导率以及液态水渗透率在厚度方向和平面内方向的关系。结果表明：孔隙率对传输特性有显著的影响，并且Toray TGP-H气体扩散层的传输特性在平面方向和厚度方向存在着十分明显的各向异性。

针对二阶（RC）等效电路模型所建立的动力电池非线性系统，研究了自适应神经网络（NN）输出反馈优化控制的设计问题并进行了稳定性分析。首先，利用神经网络逼近系统未知不确定，并设计了时变增益非线性状态观测器，解决了电池阻容电压和电荷量（SOC）不可测的问题。然后，在Actor-Critic网络框架下，提出了一种基于观测器的自适应神经网络优化控制设计算法。基于Lyapunov稳定性理论，证明了闭环系统所有信号半全局一致最终有界（SGUUB）。最后，通过仿真验证了本文优化控制理论的有效性。

为提高燃料电池发动机氢气利用率，本文基于AMESim平台，开发了燃料电池发动机阳极回路模型，并完成了模型集成和标定。根据实际工程经验，提出了一种关联阳极回路温度、压力及反应电流的新吹扫策略。利用燃料电池发动机阳极回路模型，计算出参数优化边界，完成了吹扫控制参数优化拟合。仿真分析表明，在NEDC工况下相对于原始吹扫策略，应用新策略的燃料电池发动机百公里氢耗从0.866 kg降低至0.8 kg，理论经济性可提升7.5%。同时，将该策略在燃料电池整车进行了搭载验证，实测整车NEDC工况下百公里氢耗为0.81 kg，与仿真结果基本一致。整车NEDC续驶里程由484 km提升至510 km，提升了5.4%，验证了基于模型的排氢策略优化方案的有效性。

为提高燃料电池公交车的运行经济性，本文选取实车工况，在燃料电池、锂电池以及动力系统数学模型的基础上完成燃料电池公交车动态规划能量管理的仿真求解。通过将求解结果转化为模糊控制规则，制定模糊控制策略，提出了一种基于工况更新构建可变模糊规则的能量管理方法。以百公里等效氢耗、荷电状态（SOC）变化量为指标对比了实车能量管理策略、模糊控制策略应用于实车的控制效果。最后，对比了不同策略下燃料电池公交车锂电池初始SOC对长距离行驶百公里等效氢耗的影响，结果表明，基于实车工况动态规划结果制定的模糊控制策略相对于实车能量管理策略百公里等效氢耗降低了3.97%。

针对质子交换膜燃料电池阴极流量控制的问题，考虑到现有基于模型的控制方案对系统动力学的依赖性以及未建模动态对系统控制性能的影响，设计了一种新的基于数据驱动的无模型自适应控制方案。首先，采用非参数动态线性化技术得到阴极流量动态线性化数据模型，可实现对被控系统内部参数摄动和外部扰动的自适应性和鲁棒性。在该数据模型的基础上，设计了自适应二阶滑模控制器来改善系统的暂态品质和稳态精度。此外，在李雅普诺夫稳定性框架下证明了阴极流量系统在所提控制律驱动下进入到收敛的准滑动模态。最后，对于无模型自适应滑模算法中的参数，通过量子粒子群算法进行优化整定，多工况下验证了所提控制系统的有效性。

针对新能源汽车无序充电给电力系统带来的负荷压力等问题，提出了一种新能源汽车与风光发电协同优化调度策略。首先，建立了新能源汽车动力电池模型，并提出了基于蒙特卡洛模拟法的充电负荷计算方法。其次，基于风光发电原理建立了风力发电和光伏发电的数学模型。最后，以最小化电网等效负荷标准差为目标，利用有效集算法求解了二次规划问题，得到了新能源汽车的最优充放电调度策略。仿真结果表明：本文所提出的协同优化调度策略能够有效降低大规模新能源汽车无序充电加剧的电网负荷峰谷差。

长短期记忆（LSTM）多分类算法可以有效地实现车用燃料电池的在线智能故障诊断，然而在实际应用中，车用燃料电池随着运行时间的增加，内部特性会发生衰退，初始诊断模型可能不能满足长期故障诊断的精度。针对该问题，本文基于AVL CURISE M软件搭建了PEMFC原始和衰退模型，并使用模型产生故障数据。随后设计了自适应算法，并使用模型产生的数据进行自适应训练，使得诊断模型能够适应电堆的衰退，保证了车用燃料电池在线智能诊断的精度。在实际燃料电池系统中对该方案进行实测验证，证明了其有效性，该方案可以基于“车端-云端”平台对燃料电池系统进行诊断，算法权重可以自适应更新，以完成对电堆老化的适应，有较好的应用前景。

为了提高燃料电池汽车的动力性和经济性，基于Avl-Cruise对某燃料电池汽车进行了建模，并在Simulink中建立了模糊控制能量管理策略。采用Isight/Cruise联合仿真的方法将固定挡减速器优化为两挡AMT变速箱。仿真结果表明：本文模糊控制能量管理策略有效，相比于功率跟随能量管理策略，在NEDC工况和WLTP工况下经济性分别提升了16.4%和8.5%；基于模糊控制的优化传动比的燃料电池汽车对比未优化传动比的燃料电池汽车，在NEDC工况和WLTP工况下经济性分别提升了1.1%和2.8%。

为了研究一类以超级电容和燃料电池作为能量来源的电动汽车能量管理的问题，首先建立了燃料电池和超级电容模型，其中，包括燃料电池性能衰退模型；其次，提出了一种改进的功率跟随能量管理控制策略，通过对二次型效用函数进行偏微分并结合Karush-Kuhn-Tucker（KKT）条件将需求功率分解为燃料电池和超级电容各自的目标功率；最后，采用多目标人工蜂群算法和Pareto解集迭代求解算法内部的最佳平衡系数，同时提升了整车经济性及燃料电池的耐久性。仿真结果表明：与传统功率跟随策略相比，本文改进功率跟随策略可以降低2%的等效氢气消耗，并降低92.66%的燃料电池性能衰退，车辆只需要消耗1.2 kg氢气即可行驶88.52 km。

针对质子交换膜燃料电池（PEMFC）冷启动过程中水热不平衡导致的积冰和停机现象，从系统产热和传热特性机理研究出发，搭建了电池内部传热和温度计算的数值模型；分析了不同冰体积下系统产热和散热的演变规律；建立了预测冷启动停机的水热平衡条件；研究了不同电流密度等系统参数对启动性能的影响。结果表明：系统产热与散热相同时，系统产热将低于冰融化潜热，导致停机；高电流密度能提升膜电极温度，降低对外层换热，有利于缩短冷启动时间。

针对质子交换膜燃料电池膜电极结构力学特性复杂，导致工程中的仿真分析结果难以与真实情况吻合的问题，对膜电极结构中气体扩散层的复杂力学行为进行描述，进而改进燃料电池力学仿真的准确性。首先，提出了气体扩散层微观结构的改进模型，并通过实验的方法确定了模型参数。然后，利用UMAT用户子程序在Abaqus中进行有限元仿真验证。实验与仿真结果表明，本文力学改进模型能够较好地模拟气体扩散层的非线性力学行为，可以提高燃料电池工程仿真的准确度，可应用于燃料电池装配及机械寿命预测的工程分析中。

针对质子交换膜燃料电池（PEMFC）阴极进气系统，提出了一种新型的解耦控制策略，解决了系统进气流量与压力的协同控制难题，实现了二者的高精度控制。建立了关于流量和压力的线性变参数模型，基于模型设计了一种滑模观测器与状态反馈控制器相结合的控制方案，其中状态反馈的增益值通过线性二次型调节器（LQR）进行求解。将控制方案在PEMFC阴极试验平台上进行验证，结果表明，本文方法可以实现对进气流量和压力的高精度控制，达到解耦控制的目的。

针对燃料电池汽车发动机热管理系统，以电堆不同操作条件下出、入口最佳温度值为目标函数，考虑了部件及环境干扰，建立了基于参数估计的仿真模型，设计了基于自适应控制的热管理控制策略。对燃料电池发动机热管理干扰的不确定性和系统状态迟滞的问题进行了改进。仿真结果表明：本文热管理策略在不同电堆运行工况下具有较好的适应性，能够达到电堆出、入口温度稳定于设定值以及系统温度在大、小循环开启时变化最小的目标。

为了提升质子交换膜燃料电池空气系统的动态响应性能，利用AMESim仿真软件建立了燃料电池系统的一维仿真模型。基于该模型对燃料电池空气动态响应的过程进行了仿真，并对空气动态控制策略进行了优化。将优化后的控制策略在燃料电池系统台架上进行了测试验证，结果表明，新控制策略成功实现了空气压力和流量的解耦，大幅减少了动态过程中空气“饥饿”现象，避免了燃料电池系统在动态加载过程中出现电堆单片电压过低的现象，提升了燃料电池系统的动态响应速率。

为了提高质子交换膜燃料电池（PEMFC）的效率和寿命，对燃料电池的多个状态进行了精确控制。首先，在Simulink中建立了12阶燃料电池模型，运用试验数据对建模参数进行拟合，仿真模型的输出电压最大误差为3.68%。其次，基于所建立的模型设计了3输入、3输出滑模控制器，通过空压机电压、阳极进气流量和冷却水流量分别控制电堆过氧比、阴阳极气体压力差和温度。仿真结果表明：与PI控制器相比，当负载电流突变时，所设计的滑模控制器缩短了3 s的过氧比控制过渡时间，阴、阳极压力差波动从40 Pa降低至2 Pa左右，并且温度波动控制在0.05 K以内。

提出了一种基于粒子群优化（PSO）算法的长短期记忆网络（LSTM）方法，对质子交换膜燃料电池（PEMFC）的电堆电压进行了退化预测。首先，分析了PEMFC的退化机理。然后，应用LSTM建立了电压退化预测模型，并采用Dropout层来防止过拟合以提高模型的泛化能力。此外，使用PSO算法优化LSTM方法中的初始学习率和Dropout概率以提升预测效果。最后，使用IEEE 2014 Data Challenge Data的燃料电池实际老化数据进行验证。结果表明，本文方法可以精确地预测燃料电池的退化，相比于传统的LSTM方法，预测精度提升了50%。

针对质子交换膜燃料电池（PEMFC）系统内部状态变量难以通过传感器直接测量，导致不能对PEMFC系统进行故障诊断和设计基于模型的控制器的问题，设计了高阶滑模（HOSM）观测器。首先，搭建了适用于观测的11阶阳极死端PEMFC系统模型。然后，在该模型的基础上，通过HOSM算法对传感器测量值（电堆电压、空压机出口流量以及电堆温度）与估计值之间的误差进行调节，设计了HOSM观测器。最后，将本文HOSM观测器性能与传统滑模观测器性能进行了仿真实验对比。通过对比观测效果图以及平方误差积分可知：本文观测器能够准确地观测各状态量，并且观测性能更优。