随着能源供应短缺、城市交通拥堵、道路事故频发等问题日趋严重,世界各国都在寻找有效的解决方案。新能源汽车技术在改善燃油经济性方面具有显著的优势,同时,车辆队列控制技术能够提高车辆行驶过程中的安全性,因此,如何结合交通状态信息与整车状态信息,实现节能、安全的速度规划和能量管理是车辆队列控制策略设计中必须考虑的问题,本文选取混合动力车辆队列为研究对象,以基于真实道路信息建立的道路模型为场景,进行了单车/车队速度规划和能量管理策略研究,具体研究内容如下:首先,建立了混合动力汽车整车模型与道路模型。基于MATLAB搭建整车关键动力和传动部件的数学模型,制定了考虑制动能量回收的换挡策略。通过车辆和惯性导航设备,采集了重庆市两条道路的坡度、道路限速、信号灯位置、信号灯相位等数据信息,在MATLAB中建立了面向速度规划的道路模型。其次,展开了并联式混合动力系统能量管理策略对比研究。阐述了庞特里亚金极小值原理（Pontryagain’s Minimum Principle,PMP）与等效燃油消耗最小策略（Equivalent Consumption Minimization Strategy,ECMS）的基本理论,基于整车燃油经济性评价了混合动力汽车优化目标函数与约束条件,推导了PMP与ECMS求解能量管理问题的详细过程,证明了ECMS是PMP在能量管理问题中的近似实现,分析了等效因子的影响机制并给出了等效因子的调整规则,对比了无自适应ECMS、最优ECMS、连续型自适应ECMS（Continuous Adaptive ECMS,CAECMS）、离散型自适应ECMS（Discrete Adaptive ECMS,D-AECMS）和PMP策略的优化性能。结果表明,D-AECMS具有较好的工况适应性和燃油经济性。再次,基于模型预测控制（Model Predictive Control,MPC）与D-AECMS算法对融入舒适性和燃油经济性的多目标优化问题进行了研究。建立了分层优化策略,上层开发了融合SPAT（Signal Phase and Timing）信息的MPC控制策略,优化车辆的行驶轨迹和舒适性,使车辆能够不停车通过信号灯路口,同时减少行驶过程中的加速/减速次数,提高车辆的乘坐舒适性。下层开发了D-AECMS策略,对混合动力系统的功率分配进行优化,提高车辆的燃油经济性,维持电池SOC在期望范围内。结果表明,相比于融合式策略,分层式优化策略能够有效的提高车辆的舒适性和燃油经济性。最后,基于MPC和D-AECMS算法对融入CTH（Constant Time Headway）安全间距策略的速度规划和能量管理问题进行了研究。建立了面向控制的车辆队列模型和分层优化策略,上层通过MPC算法实现了车辆队列的安全行驶,下层通过D-AECMS策略实现对混合动力车辆队列燃油经济性的优化。结果表明,车队中相邻车辆之间均实现了对期望间距较好的跟踪效果,且取得了接近PMP策略的燃油经济性,分层优化策略能够实现车队的协同控制、提高车队行驶过程中的安全性与燃油经济性。