本文以新能源电动汽车为背景,以燃料电池汽车动力系统为研究对象开展多变量优化问题的研究,该动力系统是以燃料电池为主能源,镍氢电池为辅助能源,燃料电池给汽车正常行驶提供所需的主要能量,而辅助动力源则给汽车提供爬坡、加速所需额外能量,并吸收汽车在回馈制动过程中产生的能量。根据燃料电池电动汽车的动力系统结构,基于ADVISOR平台动力系统的基本模型,采用MATLAB优化工具箱中的典型优化算法-FMINCON函数,解决多变量带约束的优化问题,它是基于SQP(序列二次规划)方法的响应计算梯度,主要应用于解决非线性约束并且有边界优化的问题,进行仿真计算。其后进一步提出采用改进的粒子群算法-ALiPSO(自适应关联度粒子群)优化算法,对燃料电池电动汽车的氢气消耗量进行优化,与FMINCON函数优化结果进行对比,优化效果得到改进,证明了ALiPSO算法的有效性。在汽车制动过程中,分析电动汽车在制动过程中的回馈能量,由于各种损耗直接影响能量回馈的效率,为了能更多的回收能量和行驶更远的里程,则需要尽量降低电机的各种损耗。本文提出从电机的损耗出发,通过电动汽车电机的数学模型来计算效率,针对损耗模型进行分析计算,得出最优条件下对应的各种参数,从而显著地减小电机的各种损耗量。