近日，中国农业大学信息与电气工程学院余强教授团队在能源领域国际顶级期刊 Applied Energy 上发表研究论文 Multi-objective optimization for energy-efficient management of electric Tractors via hybrid energy storage systems and scenario recognition。该项研究主要针对电动农机在作业中的能效管理、电池寿命与运行成本等实际问题，提出了一种基于混合能量储存系统（HESS）与场景识别相结合的多目标能量管理策略，为电动农机节能优化控制及动力系统的优化研究提供了新思路。

研究团队针对电动农机在耕作过程中所面临的动态负载、复杂工况以及频繁加减速的特点，构建了反映实际作业条件的数学模型，并利用真实农田数据建立了基于耕作作业的电动农机犁耕工况数据。为提取作业过程中的关键运行参数，团队基于对典型作业工况的特征分析，构建了场景识别方法，并在此基础上融合能效管理、电池寿命与运行成本等多个目标，构建了基于运行场景和数据驱动的多目标节能优化控制框架。该框架能够根据不同工况下农机的实际负荷需求，实时调整两种储能设备之间的功率输出比例，确保在满足作业动力需求的同时，有效降低电池在高功率放电情况下的损耗，延长电池使用寿命，并降低整体运行成本。

基于场景作业工况与多目标优化的节能控制框架

试验显示，在高负荷启动和加速过程中，系统能使超电容输出达到峰值功率的65%以上，有效降低电池放电C-rate超过10%，同时使电池的荷电状态（SOC）提升至少5%；在运营成本和电池衰退成本方面，也实现了超过33.3%的下降。在线情景识别方面，研究团队利用多层感知神经网络对现场数据进行实时分析，识别准确率达到97.39%，为系统实时调整提供了可靠依据。

仿真与硬件在环实验验证框架

该论文由中国农业大学信电学院与工学院团队合作完成。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。论文受到国家科技重大专项（编号：2024ZD0800501）和中央高校基本科研业务费的资助。