信号交叉口是城市道路系统的重要组成部分,车辆在通过交叉口时受信号灯以及前方车辆的影响往往需要停车等待,车辆在交叉口处的停启以及怠速行为不仅会增加车辆通过交叉口的延误和行程时间,还会增加车辆的排放和能耗。在新一轮科技革命和产业变革的推动下,智能网联汽车已经成为汽车行业的重要战略方向。利用机动车的时间位置以及交叉口的信号相位等信息,基于车路协同系统的速度引导策略会向驾驶员提供合理的速度建议,使机动车更顺利的通过交叉口,在提高交叉口使用效率的同时减少机动车的能耗和排放。为了遏制机动车带来的排放污染问题,国家大力扶持新能源汽车的发展,电动汽车在城市路网中的占有率越来越高。电动汽车与燃油汽车组成的混合车队在路网中行驶已成为常态,增加了路网交通流的复杂度。在能源系统和动力系统方面,电动汽车和传统燃油汽车存在着很大的差异性,只考虑燃油车或电动汽车而提出的速度引导策略在实际应用中往往不能取得预期的效果。本研究在考虑两种类型车辆差异性和信号交叉口处车辆排队消散的基础上对已提出的引导策略进一步优化,以减少燃油车排放和电动汽车能耗为目标提出了生态驾驶引导策略。利用微观交通仿真软件VISSIM及其二次开发建立仿真环境,实现对仿真中车辆的实时动态引导以验证策略的有效性。考虑到两种车辆的差异性,分别使用不同的排放和能耗估计模型对实验结果进行量化评价。结果表明,优化后的模型具有较好的减排效果,即使是在高流量情况下。当电动汽车市场占有率高于50%时,此策略可以起到更好的减排效果,同时,将引导时间间隔设置为5s是比较合理的。驾驶员作为速度引导策略接收者与实施者,其决策行为受到有限理性的限制,本文选取响应时间、接受阈值和执行程度三个因素来量化分析驾驶员的有限理性对策略执行效果的影响。应用Box-Behnken试验验证三个因素对燃油车排放和电动汽车能耗的影响,对结果进行二项方程式拟合,建立响应面方程对其进行量化分析。结果表明,在不同的流量下,响应时间、执行程度和接受阈值三个因素对不同排放物和能耗的影响是不同的。但整体而言,驾驶员过度的有限理性会削弱速度引导策略的节能减排效果。