需要解决的主要技术问题: 
1）建立反应燃料电池健康状态的整车能耗模型，开发反应燃料电池整车动力系统健康和能效的建模方法和参数辨识方法。
2）开发优化控制方法对燃料电池健康进行自适应，同时实现动态工况下的全局近似最优并在整车控制器中实时应用。
2、需求提出背景及主要应用领域方向：
整车控制器是新能源汽车的行车大脑，它需要执行驾驶员驾驶意图解析、行车控制、整车上下电时序控制、充电过程控制，制动能量回馈控制、电动附件控制，故障诊断处理等多项任务，是新能源汽车的核心部件。然而整车控制技术对整车能效、动力系统寿命等关键指标上具有显著影响。
新能源汽车动力系统如燃料电池/动力电池的性能受环境操作条件、部件老化等因素影响，研究表明缺乏燃料电池健康适应的控制策略会导致整车氢气消耗增加12%-24%，且其性能会进一步加速衰减。如何设计动力系统优化控制方法适应燃料电池系统性能的变化，并保证其工作在高效工作状态是关键问题。
对此，国内外开展了大量关于燃料电池健康建模研究。现有的基于经验的模型存在模型精度不足、适用工况范围窄、需要大量人工标定、难以适应系统特性的变化等问题。
对此，本需求提出为考虑动力系统健康的燃料电池整车控制技术，实现整车动力系统寿命提升并降低整车能耗。该技术能应用于新能源汽车领域。
3、技术难点：
1）建立考虑动力系统寿命的能效模型，并进行参数优化；
2）整车能效和动力系统健康综合优化算法，实现寿命和能效的综合提升。
4、对主要技术指标、成本等有关要求：
1）能效模型精度90%以上；
相比于基于规则的策略，降低整车能耗3%以上。