能源短缺和环境污染问题已成为当今世界的两大焦点问题。质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)由于具有清洁、高效、可持续、工作噪声小、工作温度低、启动速度快等优点,而成为了一种极有前景的清洁电源装置。为了能够更好地提升系统性能,有必要在PEMFC建模、优化和控制等方面进行更深入的研究。本文结合Elman神经网络和改进的磷虾群(Improved Krill Herd,IKH)算法提出了一种拟合精度高且具有一定通用性的PEMFC建模方法;考虑到在实际运行中频繁变载会对燃料电池的寿命和性能造成较大影响,本文以空冷型PEMFC系统为研究对象,对电堆电压进行有效的控制研究。本文主要内容如下:1、在一定假设条件下,基于电化学理论结合双电层电容效应、阴极气体分压模型和阳极气体分压模型构建了PEMFC的电压模型;结合理论公式和电压模型分析了PEMFC的电压-电流特性;确定变载情况下PEMFC电压响应的影响因素和控制变量,为PEMFC建模和电压控制系统设计提供了一定的理论依据。2、采用Elman动态神经网络建立PEMFC电压模型,对于该模型隐含层结构难以确定和初始参数随机产生而可能引起的模型容易陷入局部极值、结果无法重现等问题,本文提出一种IKH算法对Elman神经网络进行结构和初始参数的优化。通过仿真验证了优化的Elman神经网络模型具有网络规模小、拟合精度高、收敛速度快等优势,此种建模方法同样适用于水冷型PEMFC建模,具有一定的通用性。3、在基本的磷虾群(Krill Herd,KH)算法的基础上引入余弦递减步长和引入了模拟退火机制的选择操作提出一种IKH算法。通过对6个基准函数进行仿真测试,验证了此优化算法具有较好的寻优精度和较快的收敛速度。4、考虑到PID控制器是实际工业领域中广泛应用的控制器,相比之下分数阶PI~λD~μ控制器结构相同,控制效果更加灵活。针对分数阶PI~λD~μ控制器存在的参数较多难以整定的问题,本文利用提出的IKH算法对分数阶PI~λD~μ控制器的控制参数进行优化整定。通过IKH算法分别优化整数阶PID控制参数和分数阶PI~λD~μ控制参数。仿真测试对比表明,IKH算法优化的分数阶PI~λD~μ控制器可以使PEMFC在负载发生变化时,更为快速地控制氢气流量使电堆的输出电压可以快速达到并稳定保持在期望电压值。