中国农业大学信电学院余强教授课题组在电动拖拉机混合储能能量管理领域取得新进展

近日，中国农业大学信息与电气工程学院余强教授课题组在国际电气及能源领域顶级期刊《能源》（Energy）在线发表研究论文《考虑电池寿命与负载波动特性的电动拖拉机自适应能量管理策略》（Adaptive energy management strategy for electric tractors considering battery lifespan and load fluctuations characteristic）。该研究针对电动拖拉机在复杂田间犁耕过程中负载波动剧烈、峰值功率冲击频繁、电池衰退加快及运行经济性下降等问题，提出了一种面向锂电池/超级电容混合储能系统的自适应多目标能量管理策略，为提升电动拖拉机能量利用率、延长动力电池使用寿命和降低全寿命周期运行成本提供了新方法。

在“双碳”目标和农业机械绿色转型背景下，电动拖拉机作为新能源农业装备的重要发展方向，正逐步成为推动农业生产低碳化、智能化的重要载体。与道路车辆相比，电动拖拉机在田间犁耕过程中长期承受高负载、强扰动和非平稳功率需求，其作业负载受土壤阻力、地形坡度以及机具—土壤相互作用等因素影响，呈现出显著的随机性、冲击性和阶段性波动特征。传统纯电池动力系统在持续重载和瞬态峰值功率需求下，容易出现大倍率放电、电流波动加剧和热效应增加等问题，不仅降低系统能量利用效率，也会加速电池容量衰退，进而增加使用成本。因此，构建适用于复杂场景的混合储能系统及其自适应能量管理方法，是提升电动拖拉机工程应用能力和运行经济性的关键。

所提出的电动拖拉机能量管理系统架构

该研究围绕电动拖拉机复杂犁耕工况下的负载表征、场景识别与功率分配优化问题，建立了融合轮胎与土壤相互作用、坡度影响和犁耕阻力的多源动力学模型，用于刻画田间作业过程中的瞬态负载变化规律。在此基础上，提出了场景工况重构方法，将微行程分割、特征提取、主成分分析、改进K-means聚类和深度残差神经网络相结合，实现了对犁耕作业状态的在线识别。研究进一步构建了一种融合场景工况重构与多目标权重自适应神经网络的自适应能量管理框架，通过动态权重机制协调系统能效、电池寿命和运行成本之间的关系，实现了锂电池与超级电容之间的自适应功率分配。

田间复杂犁耕工况载荷谱构建方法

电动拖拉机场景工况重构方法

研究结果表明，所提出的混合储能动力系统相比传统纯电池动力系统，电池最终荷电状态提高18.9%，总运行成本降低26.9%；在相同混合储能系统配置下，所提出的基于工况的自适应能量管理策略相比确定性规则策略，电池最终荷电状态提高11.8%，总运行成本降低约21.6%。此外，所构建的场景工况识别模型在线识别准确率达到92.4%，验证了该方法在复杂犁耕负载工况下的适应性和有效性。研究为电动拖拉机混合储能系统高效运行、动力电池寿命保护和智能节能控制提供了理论支撑与技术参考。

融合工况重构的自适应多目标能量管理方法

中国农业大学为该论文的唯一完成单位，余强教授为论文通讯作者，2022级博士研究生何雄林为学生第一作者。论文受到了智能电网国家科技重大专项（编号：2024ZD0800500）的资助。