Con la creciente demanda de energía eléctrica y los desafíos relacionados con su producción, junto con la necesidad de ser respetuosos con el medio ambiente para lograr la sostenibilidad para las futuras generaciones, las celdas de combustible de membrana de intercambio de protones (PEMFC) están surgiendo como una fuente de energía limpia que puede reemplazar efectivamente las fuentes de energía convencionales, en varios campos de aplicación y especialmente en el campo del transporte aprovechando los vehículos eléctricos (EVs). Para mejorar el desarrollo y control de las PEMFC, la determinación precisa de su modelo matemático sigue siendo una tarea esencial. De hecho, la precisión de dicho modelo depende de la capacidad de superar las restricciones asociadas con la no linealidad y los numerosos parámetros desconocidos involucrados. El presente artículo propone un nuevo Optimizador Dandelion (DO) para identificar con precisión, por primera vez, los parámetros del modelo de PEMFC. El DO aborda las debilidades de la mayoría de los algoritmos metaheurísticos relacionados con la autoadaptación de parámetros, la estancamiento de la convergencia a mínimos locales y la capacidad de referirse a toda la población. La alta capacidad del método propuesto se investiga utilizando situaciones tanto de estado estacionario como dinámicas. El enfoque de estimación de parámetros basado en DO ha sido evaluado a través de un estudio comparativo específico con las técnicas más recientemente publicadas, incluidas GWO, GBO, HHO, IAEO, VSDE y ABCDESC, se realiza utilizando dos módulos típicos de PEMFC, a saber, PEMFC de 250 W y NedStack PS6. Los resultados obtenidos demostraron que el enfoque propuesto obtuvo logros prometedores y mejores rendimientos en comparación con métodos bien reconocidos y competitivos.