外肢体机器人作为一种新型的可穿戴式设备,其可以很好地提高人体的工作能力,在军工、医疗等多种领域有着较为广阔的应用前景。但是,限制外肢体机器人性能以及投入市场的原因有很多,而其中之一是现有电源方案的功率密度和能量密度都较低。因此,本文设计了适用于外肢体机器人的复合电源方案,制定了基于电流平滑的控制策略,并引入能量流函数,实现主动能量输出控制,提高能量利用率。针对课题组搭建的硬件平台,本文对复合电源的关键技术进行深入研究,主要分为以下几个方面:电源系统特性分析与构建。对锂电池、超级电容以及双向DC/DC转换器进行测试与特性分析,并基于此进行模型建立;对复合电源系统的不同拓扑结构进行分析,从而选择超级电容主动控制的拓扑结构。锂电池剩余电量（State Of Charge,SOC）估计研究。首先利用分数阶理论对锂电池的模型进行改进,然后用自适应遗传算法来进行参数辨识,最后用实验验证模型准确性。在此基础上,引入了锂电池健康状态（State Of Health,SOH）,提出了自适应分数阶扩展卡尔曼滤波-无迹卡尔曼滤波（Adaptive Fractional Order Extended Kalman Filter-Unscented Kalman Filter,AFOEKF-UKF）的SOC-SOH联合估计方法,并验证其在实际工况下的估计精度,SOC平均误差小于1%,最大误差小于2%。基于电流平滑的能量管理策略研究。首先明确复合电源系统的控制目标,即在保证动力性能和续航能力的基础上维持锂电池的健康,然后进行能量管理策略的制定,引入了平滑因子,实现锂电池输出电流的平稳以及保证超级电容荷电状态的健康。之后将该方法与传统的能量管理策略进行对比,分别从仿真与实验验证了基于电流平滑的能量管理策略的有效性,减小了锂电池在实际工作过程中的退化效应,充分发挥了超级电容的高功率密度特性。基于电流平滑和能量流的能量管理策略研究。针对实际工作过程中电源存储能量不足以满足功率输出的情况,本文在原有能量管理策略基础上改进,提出了一种基于电流平滑和能量流的能量管理策略。首先定义了能量流函数,然后结合实际数据来构建能量流函数以实现对一个工况段的能量估计,之后将能量流函数融入基于电流平滑的能量管理策略中,通过能量估计值与电源状态信息来进行决策与调节,最后利用机械臂与复合电源系统来进行实验,验证了引入能量流函数后的能量管理策略的可靠性,可以有效应对电源存储能量较低的情况,提高能量利用率,延长续航时间。