氢能作为我国能源转型过程中的重要新能源载体,具有来源广泛、高效灵活、低碳环保等诸多优势,可以同时满足新时代下资源、环境和可持续发展的多元化需求,是最具发展潜力的清洁能源之一。在氢能产业链用氢端的关键环节,质子交换膜燃料电池由于高能量转换效率、高功率密度、排放清洁等特点,近年来发展迅猛,广泛应用于交通、发电、工业、便携式能源等多个领域。质子交换膜燃料电池作为一种重要的低温燃料电池,其热力学行为及内部过程的热管理对于系统的性能、寿命以及可靠性至关重要。此外,燃料电池热力学行为在电堆内部,电堆与周围环境之间以及电堆与热管理系统之间存在多重耦合关系,且温度的动态响应存在大滞后效应,这为质子交换膜燃料电池的精准动态热管理带来重要技术挑战。本文将基于燃料电池电堆、辅助部件及系统各层级的物理过程,构建一套燃料电池系统热力学机理动态模型,并通过燃料电池系统多工况实验设计进行多角度验证;在此基础上,结合粒子群优化以及神经网络方法,设计出一套燃料电池热管理动态复合控制策略,为燃料电池系统的温度精准调控提供技术基础与理论参考。本文的主要工作如下:1.从燃料电池热管理冷却方式、热管理系统模型以及热管理控制策略综述了燃料电池热管理的研究现状,阐述了本文实验所用的燃料电池实验系统以及热管理系统结构,设计多种工况下的实验对燃料电池电压输出特性、温度分布特性以及热管理系统温度动态特性进行研究。2.结合燃料电池机理方程以及热管理系统各辅助部件热力学方程建立了一套燃料电池系统动态模型,并结合实验测试结果进行了多角度验证。在该模型基础上设计基于燃料电池工况的仿真实验,研究不同工况条件下的电堆与系统热力学行为及其关键影响因素。3.基于所建立的燃料电池热力学模型,设计了面向燃料电池进出口温差参数的前馈控制策略,将其与电堆的工作温度参数在控制上进行解耦,设计了基于粒子群寻优算法优化的PID控制策略,实现了热管理系统温度的精确动态调控,并提出基于神经网络的控制参数预测模型,大幅提高基于模型的预测器运行效率,为热管理系统控制器的在线应用提供基础。