1.一种燃料电池公交车实时全局优化智能控制系统，其特征在于：包括车辆行驶通信单元、车辆行驶信息预测分析单元、燃料电池整车控制单元以及车辆行驶信息采集单元，所述燃料电池整车控制单元通过车辆行驶通信单元与车辆行驶信息预测分析单元信号连接，所述燃料电池整车控制单元还与车辆行驶信息采集单元信号连接；所述车辆行驶信息预测分析单元获取预测模型参数，下载至燃料电池整车控制单元进行最优SOC预测模型更新；所述燃料电池整车控制单元控制燃料电池的工作状态。

2.根据权利要求1所述的燃料电池公交车实时全局优化智能控制系统，其特征在于：所述燃料电池整车控制单元控制燃料电池的工作状态是根据驱动电机(18)的功率参考值和实时功率、车辆下一工况片段最优SOC参考轨迹预测值和电池组实时SOC值进行控制的。

3.根据权利要求2所述的燃料电池公交车实时全局优化智能控制系统，其特征在于：所述电池组实时SOC是由电池管理系统BMS(19)实时检测。

4.根据权利要求2所述的燃料电池公交车实时全局优化智能控制系统，其特征在于：所述下一工况片段最优SOC参考轨迹预测值是由燃料电池整车控制单元中的最优SOC预测模型模块(9)接收当前工况片段特征参数，由Y*＝min+f(X)(max-min)得到，其中f(X)是回归函数，max为样本数据的最大值，min为样本数据的最小值，Y*为下一工况片段最优SOC参考轨迹预测值。

5.根据权利要求4所述的燃料电池公交车实时全局优化智能控制系统，其特征在于：所述驱动电机(18)的功率参考值是燃料电池整车控制单元中的MPC预测控制模块(10)根据下一工况片段最优SOC参考轨迹预测值计算得到。

6.根据权利要求2所述的燃料电池公交车实时全局优化智能控制系统，其特征在于：所述驱动电机(18)的实时功率是由驱动电机实时功率计算模块(16)计算得到。

7.根据权利要求1所述的燃料电池公交车实时全局优化智能控制系统，其特征在于：所述预测模型参数是由特征参数计算模块(22)计算出的特征参数传送至增量学习模型(8)，经过训练后得到；所述特征参数计算模块(22)接收速度信息接收模块(20)和动态规划模块(21)发送的车辆行驶工况信息和最优SOC参考轨迹。

8.根据权利要求7所述的燃料电池公交车实时全局优化智能控制系统，其特征在于：所述增量学习模型(8)对特征参数进行训练，得到回归模型SVM1和支持向量集SV1，对新增工况信息进行整合，并与支持向量集SV1合成新样本库数据，继续训练得到全新的回归模型SVM2和支持向量集SV2作为最终模型。

9.一种燃料电池公交车实时全局优化智能控制方法，其特征在于：包括以下步骤：

步骤一，利用增量学习模型(8)对得到的工况信息和最优SOC参考轨迹进行训练，得到最优SOC预测模型参数，下载至最优SOC预测模型模块(9)进行最优SOC预测模型更新；

步骤二，将当前工况片段特征参数输入到最优SOC预测模型模块(9)，输出下一工况片段最优SOC参考轨迹预测值；

步骤三，将下一工况片段最优SOC参考轨迹预测值输入到MPC预测控制模块(10)中，得到驱动电机功率参考值；

步骤四，燃料电池控制单元FCU(11)对SOC值与功率判断，控制燃料电池的工作状态；

步骤五，整车控制器VCU(2)判断公交车是否完成一次行程，若行程未结束，则返回步骤二循环进行；若结束，则云端分析工作站(7)将更新的预测模型参数重新下载至整车控制器VCU(2)中进行最优SOC预测模型更新。

10.根据权利要求9所述的燃料电池公交车实时全局优化智能控制方法，其特征在于：

所述步骤四具体为：判断电池组实时SOC值是否大于下一工况片段最优SOC参考轨迹预测值的最大值SOCmax，若SOC＞SOCmax，则判断实时功率P是否小于功率参考值Pmin，若P＜Pmin，则燃料电池控制单元FCU(11)关闭不再充电；如果P≥Pmin，则继续判断实时功率P是否大于功率参考值Pmax，若P＞Pmax，则燃料电池控制单元FCU(11)开始工作，当Pmin≤P≤Pmax，则燃料电池控制单元FCU(11)保持状态不变；当实时SOC＜SOCmin或者SOCmin≤SOC≤SOCmax且P＞Pmax，则燃料电池控制单元FCU(11)使燃料电池电堆(13)开启并放电，否则保持状态不变。