目前城市轨道交通的自动化水平逐步提高,城市轨道交通控制系统也由人工驾驶向自动驾驶升级,有条件的线路已采用全自动驾驶模式,有效地确定了列车的运行状况。部分城市轨道线路考虑了单车节能控制,即通过单车速度距离曲线的优化实现单车的节能。而在多车协同节能方面,当前的研究还主要通过计划时刻表的优化实现再生制动能量的利用,而列车往往或多或少偏离计划时刻表运行,那么就需要列车调整方法实现列车节能。本文针对城市轨道交通研究了一种多车协同的再生制动能量利用方法,该方法首先对列车再生制动过程进行预测,然后在列车同供电区段或相邻供电区段内找到出站牵引列车,在满足乘客上下车及列车运行要求的约束下,通过实时调整该列车发车时间来吸收制动列车的再生制动能量,具体研究如下:首先,基于多车协同的地铁列车多目标调整方法建模与求解。当列车在区间运行处于自动驾驶模式的情况下,列车区间运行的状态和时间是可预测的。针对预测到的每个列车制动过程,通过列车的牵引和制动过程的匹配,实时调整牵引列车的发车时间,使其充分利用制动列车的再生制动能量,从而提高列车再生能量利用率,减少列车总用电量。其次,列车在再生制动匹配过程中,待调节的停站时间会受站台候车乘客量、乘客分布以及下车乘客量等多种客流因素影响,同时受到屏蔽门、列车车门及信号系统的随机因素影响,会有很多约束导致匹配无法达到最优。考虑列车实际在车站停站时间通常难以完全按照计划规定进行,而是在以列车时刻表规定时刻为基础的一定范围内波动,因此将再生制动匹配涉及的牵引制动过程进行连续性分析,生成吸收再生制动能量利用率曲线,以实现在模型无法取得最优解或场景需要时取得次优的结果,从而实现整体的节能。目前学者们分析再生制动过程时多使用的是单牵引列车与单制动列车的匹配吸收,本文考虑多牵引列车吸收单制动列车的再生制动能量曲线,并在随机因素的条件下优化列车节能调整方法,进行算法仿真验证。最后,根据基于再生制动过程预测的列车节能调整方法,本文在.NET平台上建立了地铁列车动态仿真软件。该软件实现了列车运行图匹配搜索、列车模拟运行、列车运行曲线优化以及再生制动能量利用率评估等功能,采用的是北京地铁4号线的实际线路数据,以完成列车的节能调整模拟运行。