为改善传统等效氢耗最小化策略（ECMS）工况适应性差的缺陷，同时进一步提升混合储能系统燃料经济性，提出了一种考虑锂电池荷电状态（SoC）预测的自适应能量管理策略。首先，以国内有轨电车线路及行驶数据为基础，利用马尔科夫链构建半独立路权下有轨电车典型行驶工况。其次，通过自适应卡尔曼滤波法预测锂电池SoC，优化锂电池充、放电过程，增强锂电池可靠性，并以混合储能系统等效能耗最小为优化目标，同时结合粒子群算法优化传统ECMS等效因子，实现负载功率在燃料电池和锂电池间的合理有效分配。最后，在所构建半独立路权下有轨电车典型工况中进行对比分析。结果表明：在所构建典型工况中，本文策略相较于固定阈值策略氢气消耗降低0.63 kg，燃料电池峰值电流降低57.2 A；相较于状态机策略氢气消耗降低1.21 kg，燃料电池峰值电流降低24.6 A，且母线电压及锂电池SoC波动范围均有所改善。