Este estudio desarrolla una estrategia de control de eficiencia energética en tiempo real para tractores eléctricos de tracción distribuida (DDETs) con el fin de minimizar el consumo de energía eléctrica durante las operaciones de tracción. Tomando un DDET de tracción independiente de cuatro ruedas como objeto de investigación, realizamos un análisis dinámico de las operaciones de tracción y establecemos modelos dinámicos de los componentes individuales en el sistema de transmisión y tracción del tractor. Se construye un modelo de predicción de velocidad operativa basado en redes neuronales de retropropagación (BP) para pronosticar la velocidad operativa dentro de un horizonte de predicción finito. Dentro del marco de control predictivo de modelos (MPC), se formula una estrategia de control de eficiencia energética en tiempo real, empleando un algoritmo de programación dinámica para la optimización del consumo de energía en horizonte móvil. A través de la simulación de operaciones de arado con análisis comparativo frente a una estrategia convencional de distribución de torque igual, los resultados indican que la estrategia propuesta de control de eficiencia energética en tiempo real muestra un rendimiento superior en todas las métricas de evaluación, proporcionando una valiosa orientación técnica para futuras investigaciones sobre estrategias de control de eficiencia energética en vehículos eléctricos agrícolas.