Los vehículos híbridos de celda de combustible de membrana de intercambio de protones (PEMFC) ofrecen un rango de conducción largo pero dependen en gran medida de estrategias de gestión energética (EMS). Los métodos tradicionales de EMS, como enfoques basados en reglas y métodos basados en optimización como el control predictivo de modelos (MPC), carecen de flexibilidad o son computacionalmente complejos y dependen de la experiencia de conducción previa. Para superar estas limitaciones, este estudio propone un enfoque semiempírico que combina máquina de estados (SM) y MPC en un novedoso EMS híbrido (SM-MPC) para optimizar la distribución de energía en un vehículo híbrido PEMFC de 100 kW. La estrategia SM-MPC utiliza SM para manejar rápidas fluctuaciones de potencia y MPC para gestionar variaciones lentas, equilibrando adaptabilidad en tiempo real y eficiencia. Los resultados de simulación basados en los ciclos de conducción NEDC y HWFET muestran que en comparación con el método MPC tradicional, SM-MPC reduce significativamente el consumo de hidrógeno en 7.11 g (NEDC) y 1.89 g (HWFET). Además, el método propuesto mantiene efectivamente el estado de carga (SOC) de la batería de iones de litio utilizando un controlador PID y asegura que la temperatura del conjunto PEMFC se mantenga dentro de +/-5.8 grados Celsius. En general, la estrategia SM-MPC mejora la eficiencia energética, reduce el consumo de combustible y mejora la estabilidad del sistema de potencia híbrido, ofreciendo una solución prometedora para la optimización energética en tiempo real en vehículos de celda de combustible.