燃料电池汽车凭借其零排放,高效率的优点,被认为是未来汽车的理想车型。除了燃料电池外,燃料电池汽车一般还有其他能量源,所以为了提升整车经济性能,合理的能量管理策略至关重要。本文以燃料电池与动力电池混合的燃料电池汽车为研究对象,结合某驾驶员的历史出行工况数据,进行了历史出行数据的特征分析与分类、基于典型出行工况的燃料电池汽车整车能耗分析以及基于工况预测的能量管理策略等研究。本文依托省校共建项目“高比功率燃料电池发动机关键技术研究与平台开发”,首先对燃料电池汽车的能量源及拓扑结构开展了分析,确定了以燃料电池与动力电池混合的间接式结构作为整车构型,对燃料电池系统的工作原理进行了分析,在AMESim软件中搭建了完整的燃料电池系统模型,获取了燃料电池最佳输出特性,基于Matlab/Simulink平台对燃料电池汽车完成了建模,包括驾驶员模型、燃料电池、动力电池模型、电机模型和整车动力学模型,为后续研究建立了基础。其次,采集了某驾驶员的历史出行工况数据,对获取数据进行了预处理,主要包括了不良数据处理和滤波,将预处理后的工况数据进行了片段划分,并计算了各片段特征参数,基于主成分分析法对特征参数进行了降维,根据主成分分析结果,使用改进的K均值算法对工况数据进行了聚类,将历史出行工况数据划分为了四类。然后,基于典型工况对燃料电池汽车的整车能耗开展了研究。为方便后续研究,结合典型工况的划分结果,研究了基于学习向量量化的工况识别方法,能够识别出行驶工况所属的类型。对四类典型工况的特征参数与整车能耗间的相关性开展了研究,获取了各类工况与能耗相关的具体特征参数。在此基础上,使用多元线性回归的方法得到了各类典型工况的能耗计算方程,结合工况识别方法能对实际行驶工况的理论能耗曲线进行生成。最后,进行了基于工况预测的能量管理策略研究。研究了融合交通信息与历史出行特征的出行工况预测方法,可实现对未来出行里程和出行工况的预测,并在虚拟交通场景下对未来行驶各路段车速预测进行了研究,提出了基于预测工况的全局能量规划策略,通过规划燃料电池系统的工作时间可进一步得到全局预测工况的动力电池参考SOC轨迹。考虑到实际工况与预测工况的差异,提出了考虑动力电池参考SOC轨迹的在线控制策略,通过仿真分析对比了本文策略和基于规则的策略,结果表明本文提出的策略能使燃料电池以较高效率工作,整车的等效氢气消耗相比于规则策略降低了5.83%,实现了提升整车经济性能的目标。