近年来，随着经济的持续快速发展，能源与环境问题越来越突出，燃料电池作为一种新型环保能源，越来越受到人们的重视。质子交换膜燃料电池清洁环保、节能高效，可为机器人电源提供一种新的解决方案。但燃料电池单独供电难以满足机器人系统的动态需求，需要配备辅助电源构成混合电源系统共同为机器人供电。燃料电池与辅助电源的功率合理分配是保证系统稳定运行的重要条件，本文以此为背景，开展燃料电池混合电源系统能量流建模与控制研究。　　 本研究主要内容包括：在分析燃料电池特性，对比超级电容与其他电源特性的基础上，选择超级电容作为系统的辅助电源。分析现有的混合电源系统拓扑结构，设计系统的拓扑结构：燃料电池经过单向DC/DC变换器连接至直流母线，超级电容经过双向DC/DC变换器并联至直流母线。混合电源系统是一个多输入多输出的复杂的非线性系统，本文在分析系统输入输出参数的基础上，构建了混合动力系统的自回归滑动平均时变近似线性模型，利用递归神经网络调节时变参数，将非线性模型等效建模为时变线性模型，以便进行控制策略研究。系统的控制目标为保证机器人系统正常工作的条件下，将系统的功率高频变化部分分配给超级电容，保证燃料电池的输出电流和功率不频繁波动。系统正常运行时对燃料电池电压、电流及超级电容的电量均有一定的约束，鉴于预测控制具有较强的处理约束能力及全局优化能力，本文提出了能量流基于自回归滑动平均神经网络模型的预测控制方案。本文对系统模型以及能量流管理控制策略进行了仿真，系统模型较好的反应了系统的特性，本文针对系统设计的控制策略也能够较好的实现预期的控制目标。