智能交通系统的兴起为加快发展环境友好型智能交通生态系统带来了难得的机遇。以V2V（Vehicle to Vehicle）通信为核心技术的互联自动驾驶汽车队列智能控制具有较好的节能潜力。本文以后驱纯电动商用车队列为对象开展节能控制方法设计,创新性地提出了一种带能量管理策略（Energy Management Strategy,EMS）的分布式模型预测控制（Distributed Model Predictive Control,DMPC）算法并结合制动能量回收特性研究队列节能方法,进行了仿真分析以及台架实验测试等相关研究。本文的主要研究内容如下:首先,搭建多元素队列模型框架,主要研究多目标优化体系,基于多元素系统的框架角度将队列解耦。针对队列中信息流拓扑结构、控制算法、队列空间几何结构和车辆动力学等元素进行模型搭建。其次,设计两层队列节能控制算法,上层控制算法规划整车需求驱/制动力,下层控制算法进行前后轴制动力分配和后轴的机械-回收制动力分配。首先针对纯电动汽车队列设计出基于前车-领航车跟随（Predecessor-leader Following,PLF）通信拓扑的PID算法,得到当前最优车速,通过驱/制动力分析模块得到当前需求驱/制动力。其次,同样针对PLF通信拓扑,搭建车辆节点状态空间,建立约束与代价函数,提出DMPC算法。其中,DMPC的代价函数包括以下几个方面:通信拓扑、驱/制动力偏差、车距偏差、轨迹偏差和驱动能耗。在队列的约束下建立下层动力学控制算法,针对队列内部车辆提出整车制动力分配策略,保证在制动安全和制动法规允许范围内,采用最佳能量回收制动力分配。再次,针对两种上层控制算法进行队列行驶性能和节能性能仿真分析,通过matlab/simulink仿真得到队列内车辆的车速、轨迹、前后车距、加速度、冲击度和能耗曲线,对比分析其行驶性能和节能性能的优劣。最后,利用dSPACE和其他硬件设备搭建快速原型（Rapid Control Prototype,RCP）实验台架。针对DMPC算法进行半实物台架RCP实验,进行了典型循环工况的实验与分析,得到了不同控制算法下的队列行驶性能和队列节能效果,验证搭建模型的精确性、控制算法的实时性和有效性。