严峻的环境挑战和能源危机使发展燃料电池汽车技术上升到了国家能源战略层面。燃料电池汽车的电源一般由燃料电池和动力电池组成,整车能量流管理策略（Energy Management Strategy,EMS）是燃料电池汽车的关键技术之一,对减缓双电源寿命衰减和降低整车氢耗起到重要的作用。燃料电池老化会导致系统效率的变化,动力电池老化则会导致容量减少和内阻增加,若不及时识别双电源的老化状态并改变相应的EMS则会加速双电源寿命衰减和增加整车氢耗。本文以一款燃料电池电动公交车（Fuel Cell Electric Vehicle,FCEV）为研究对象,对EMS的长效性开展了针对性的研究。首先,根据FCEV的动力性等技术要求,完成了整车动力系统的参数匹配设计工作,为后续长效能量管理策略的建模仿真提供依据;其次,进行了燃料电池寿命影响因素分析及双电源老化模型建立,该老化模型能够准确反映出两个电源的老化状态;然后,提出了基于时间和空间维度记忆的工况识别方法,并以降低氢耗为目标建立基于工况片段特征值的优化参数能量管理策略;最后,在上述优化参数策略的基础上综合考虑燃料电池寿命衰减和整车氢耗的总成本,探索了基于深度强化学习的长效能量管理策略,该策略能够随着双电源的衰退而变化,从而长效地适应双电源特性,并降低整车氢耗和延缓双电源衰减。具体的研究内容包括:（1）依据FCEV的动力性等技术要求设计了整车动力系统。确定动力系统构型,完成驱动电机、燃料电池和动力电池的参数匹配;之后,开发一种新型低输入电流纹波的DC/DC变换器,该DC/DC变换器采用多相切换工作模式以提高其工作效率,并对该拓扑结构的稳定性进行分析以保证其稳定工作;基于FCEV的功能需求,完成了整车控制器（Vehicle Control Unit,VCU）的硬件设计工作,为后续的EMS开发奠定了硬件基础。（2）基于FCEV的运行条件分析了燃料电池寿命影响因素,并开发了双电源的老化模型。由于DC/DC变换器的单相切换控制策略会使燃料电池产生一个低频窄脉冲电流,所以从气体计量比、相对湿度、水含量和膜两侧压差四个角度分析窄脉冲电流对燃料电池寿命的影响,为最大程度提高燃料电池寿命提供限定条件;分析车载工况对燃料电池寿命的影响,量化了车载工况对燃料电池寿命的影响程度;搭建整车动力学模型,其中燃料电池老化模型具有识别燃料电池老化状态和拟合燃料电池系统效率曲线的功能,动力电池老化模型能模拟出不同健康状态下的电池性能。（3）为了降低整车氢气的消耗量,提出了基于工况片段特征值的优化参数能量管理策略。工况片段的特征值能反映整车行驶工况的变化情况,故提出了基于时间和空间维度记忆的工况片段特征值识别方法;针对不同的工况片段特征值和双电源老化状态,以降低氢耗为目标开发了优化参数能量管理策略;仿真结果表明所提策略可以有效地降低整车氢气的消耗量。（4）综合考虑燃料电池的损耗成本和氢气消耗成本,提出了基于深度强化学习的长效能量管理策略。在基于工况片段特征值的优化参数能量管理策略的基础上,结合燃料电池的损耗成本,定义深度强化学习的即时奖励函数,设计Actor网络和Critic网络;利用上一个能量管理策略的优化结果,探讨了基于深度强化学习的长效能量管理策略的优化过程。（5）对所提出的基于深度强化学习长效能量管理策略进行台架试验验证。首先,结合燃料电池的输出特性开发了燃料电池模拟器,采用测功机模拟整车负载,等效缩小动力电池和驱动电机的功率等级,设计了台架试验平台;然后,采用电脑和VCU联合控制的方式,基于实际采集的整车运行工况完成深度强化学习网络的训练;最后,在典型循环工况下进行了能量管理策略的验证,试验结果表明本文所提的能量管理策略在减缓双电源寿命衰减和降低整车氢耗方面具有优越性。本文提出的基于深度强化学习长效能量管理策略可在双电源的整个生命周期内实现策略的自适应更新,与常规恒温器策略相比减少了8.31%的燃料电池损耗和氢耗总成本,从而推动了燃料电池汽车的产业化进程,同时对于将深度强化学习算法应用到FCEV的控制领域具有重要意义。