El almacenamiento y generación de energía basada en hidrógeno es una tecnología cada vez más utilizada, especialmente en sistemas renovables porque son dispositivos no contaminantes. Las celdas de combustible son sistemas no lineales complejos, por lo que se requiere un buen modelo para establecer estrategias de control eficientes. Este artículo presenta un modelo híbrido para predecir la variación del flujo de H2 de una celda de combustible de hidrógeno. Este modelo combina técnicas de agrupamiento para obtener múltiples modelos de Redes Neuronales Artificiales cuyos resultados se fusionan mediante algoritmos de Regresión Polinómica para obtener una estimación más precisa. El modelo propuesto en este artículo utiliza la potencia generada por la celda de combustible, el flujo de entrada de hidrógeno y la variación de potencia deseada, para predecir la variación necesaria del flujo de hidrógeno que permita a la pila alcanzar el punto de trabajo deseado. El algoritmo propuesto ha sido probado en una celda de combustible de membrana de intercambio de protones real, y los resultados muestran una gran precisión del modelo, por lo que puede ser muy útil para mejorar la eficiencia del sistema de celdas de combustible.