针对质子交换膜燃料电池热管理系统存在响应速度慢、系统振荡、温度波动大及强耦合性等问题,本文提出了一种冷却液流量跟随电流控制,基于自适应粒子群算法优化神经网络的PID控制策略,并在Matlab/Simulink平台搭建燃料电池堆功率为125 kW质子交换膜燃料电池热管理系统,用于分析各零部件之间的流量分配和热量交换,在不同工况下与神经网络优化的PID控制策略和传统PID控制策略进行对比。仿真结果表明:在不同工况下,本文提出的控制策略能实现散热风扇和循环水泵的解耦;在阶跃信号测试下,实现循环水泵流量跟随电流快速响应;在动态性能测试下,实现无超调且在30 s内稳定,减小系统的振荡量,减轻燃料电池堆进出口冷却液温差和燃料电池堆电压的波动程度。结果说明该控制策略具有良好的控制性能。