氢能及质子交换膜燃料电池（Proton exchange membrane fuel cell,PEMFC）是一种新型的、无碳排放的能源形式及能源转换装置,近年来该装置受到汽车行业的广泛关注。该装置内部电化学反应所需的氢气和氧气流量应随着汽车不同的行驶工况而改变,但由于电池阳极端的氢气来自于高压氢气罐且浓度较高,其流量响应较快,而阴极所需的空气来自压气机抽取的空气,其流量的控制更加困难。因此,燃料电池空气系统的控制问题对保证系统稳定工作、改善性能有重要意义。本文对燃料电池空气系统中的空气流量管控以及极端工况下压气机的防喘振控制均提出了思路以及新方法,主要工作内容如下:（1）本文针对燃料电池空气供给回路上的关键部件进行建模,包括压气机、供给管路、电堆阴极气体分压以及回流管路,并有效反映了空气流量变化下的供气回路各个位置的气压。在该模型的基础上,采用过氧比（Oxygen excess ratio,OER）作为燃料电池空气系统供氧问题的控制目标,并设计了目前学术领域较常见的控制策略,包括PID控制策略以及一维、二维模糊控制策略,从稳态误差、超调量、瞬态输入以及收敛时间等方面比较了三种策略下的控制效果。（2）为了提高过氧比跟踪控制效率,本文提出了一种线性自适应的模型预测控制策略（Model predictive control,MPC）。本文总结了燃料电池供氧系统的状态空间模型,并在每个采样时刻对其进行线性化和离散化,使线性模型和离散模型能够准确描述原有的非线性模型。本文将离散模型对系统状态的预测计算与考虑过氧比误差最小化的代价函数结合,对代价函数进行优化计算,得到控制变量序列的最优解。从仿真结果可以看出,MPC控制作用下的系统过氧比相较于传统控制策略所需的收敛时间更短,且超调现象较小。（3）在系统负荷过小的情况下,通过压气机的空气流量将低于限定值,此时系统中的气体流量、压力以及压气机机体产生震动,压气机进入喘振状态。本文以预测模型对空气流量的预测值为判断依据,对压气机是否将进入喘振进行预判。随后,在压气机进入喘振区之前,对MPC控制器输出的控制变量进行修正,快速恢复空气流量,将压气机工作点最终稳定在预警线上。