随着能源短缺和环境污染问题的日益严重,各国加快了对太阳能、风能、氢能等新型高效清洁能源的探索。燃料电池作为一种将燃料化学能直接转化为电能的新型发电装置,是近几十年来最有潜力的清洁能源替代品。在各种类型的燃料电池中,质子交换膜(Polymer Electrolyte Membrane,PEM)燃料电池通过氧化剂和氢气的反应,产生电、热、水和几乎无污染的排放。由于具有效率高、功率密度大、工作温度低、噪声低等优点,PEM燃料电池在电动汽车上得到了广泛的应用和发展。然而,由于PEM燃料电池是一个具有强非线性的复杂系统,为了保持其稳定运行,特别是维持其空气供给系统的高效运行,准确有效的控制措施是必须的。另外,对于负载需求的急剧变化,如果需求功率仅由PEM燃料电池系统提供,则进气系统的过氧比会出现较大的超调和下冲。通过补充电池和/或超级电容器构成的PEM燃料电池混合系统,能够提供一个有效解决的方法,并且能够消除输出功率的峰值,使系统具有平滑的输出特性。本文以PEM燃料电池空气供给系统为研究对象,研究了进气系统的建模和非线性控制方法,并通过添加辅助动力电池对进气系统的控制性能进行了改善。主要工作如下:介绍了燃料电池系统的工作原理及其空气供给子系统的组成和控制问题,总结和分析了空气供给系统的建模、控制以及燃料电池混合动力系统的研究现状。根据PEM燃料电池空气供给系统的特性和工作原理,基于其系统各个模块的数学表达式,建立了包括空气供给系统和电压的PEM燃料电池系统的模型。然后将推导的面向控制的三阶非线性空气供给系统模型与经典的Pukrushpan九阶模型进行了比较验证。同时考虑到建立的模型存在扰动、参数不确定性、测量噪声以及阴极压力不可测的问题,基于建立的三阶模型设计了扰动观测器,并仿真验证了所设计观测器的跟随性和抗扰性。由于空气供给系统存在强非线性,负载变化范围大和约束等特性,推导了进气系统的非线性模型预测控制(Nonlinear Model Predictive Control,NMPC)算法。基于建立的空气供给系统非线性模型和系统控制需求,将空气供给系统的控制问题转化为带有约束的优化控制问题,并采用粒子群优化(Particle Swarm Optimization,PSO)算法在每个采样时刻对优化问题在线求解,进而得到控制律的最优解。随后,通过MATLAB对进气系统过氧比的定值和变值进行仿真跟踪,验证了NMPC控制器的有效性。针对PEM燃料电池系统输出特性较软,即负载需求快速变化时(如阶跃响应),空气供给系统动态响应慢,本文采用动力电池作为辅助电源,以弥补功率需求快速变化时燃料电池输出的不足。首先建立了锂离子电池的Thevenin等效电路模型,并采用了扩展卡尔曼滤波(Extend Kalman Filtering,EKF)估计电池的荷电状态(State of Charge,SOC)。接着设计了功率协调算法对燃料电池功率和动力电池功率进行了调节,并对功率管理策略进行了有效性验证。最后,仿真验证了辅助动力电池对空气供给系统的性能影响。