本发明涉及一种基于智能迭代学习的燃料电池整车功率需求变化预测方法，属于新能源汽车功率需求响应控制领域。该方法：首先，采集燃料电池整车直流母线上的电流和电压信号，进而计算出实时功率、功率变化率和功率二阶导数作为迭代学习框架的初始输入数据集，再充分考虑到数据在时间维度上的特征，以最小二乘支持向量机智能算法为内核，将上一次迭代的输入数据集和输出数据集共同作为下一次迭代的输入数据集，通过迭代学习机制来预测车辆在nΔT秒后的功率及功率变化率。利用本发明基于迭代学习框架预测到的整车需求功率及其功率变化率数据，可以更好地预测控制燃料电池系统部件，提升燃料电池系统的控制响应速度。