本发明涉及一种基于粒子滤波的氢燃料电池模型参数在线辨识方法。首先，基于待估计参数的先验知识，确定粒子数并进行初始化得到初始粒子集；其次，基于燃料电池的极化曲线模型，根据当前时刻的电堆电流和温度输入，对上一步各粒子进行递推，得到当前步粒子集的预测；最后，利用系统输出的电堆电压量测值计算各粒子的似然概率密度函数，根据该函数值对各粒子权重进行计算，将各粒子加权和作为当前步的参数后验估计值，根据权重对各粒子进行重采样，并返回预测步进行迭代。本发明实现了燃料电池极化曲线模型的在线辨识，具有实时、能够处理非线性参数与非高斯噪声情况等特点，适用于在运行过程中需要实时辨识极化曲线模型的氢燃料电池系统。