人均汽车保有量的逐年上升不仅引发了日益严峻的交通拥堵,同时也带来了诸如能源危机、雾霾等迫在眉睫的环境问题。为了避免环境的进一步恶化,新能源汽车的发展正方兴未艾,且对环境影响最为直接的汽车产业已经逐步进入全面交通能源转型时期。电动汽车(Electric Vehicles,EVs)作为新能源汽车的典型代表,致力于实现污染零排放的目标,继而缓解传统汽车因化石能源燃烧不充分、能源利用率低所导致的环境污染窘境。然而,电池容量受限、行驶里程相对较短等问题是制约电动汽车普及的主要原因。因此,如何利用城市中已有的交通控制理论对电动汽车的能耗进行有效的建模分析并对有限的能量进行充分利用,弥补以上缺陷,对于电动汽车提高市场渗透率、变革交通成份、改善环境污染局面都具有十分重要的意义。首先,本文利用已有的交通干线信号控制理论,根据其优势结合以电动汽车宏观的能耗分配,提出了一种新的电动汽车能耗模型,即基于绿波带的电动汽车能耗模型,简称绿波带能耗模型(Green wave band-based Energy Model,GEM)。该模型基于实际场景中的信号灯数据,对绿波带场景进行了相关设计,并针对电动汽车的能耗,将绿波带理论中诸如相位差、绿信比等参数与电动汽车能耗方面进行了融合,以表现由绿波带对其能耗产生的积极影响。通过利用微观仿真工具VISSIM以及专业的电动汽车仿真软件ADVISOR对上述模型进行仿真,其结果表明在此模型下,电动汽车可以有效地节约能量,提升电能能效。此外,本文根据上述能耗模型,针对电动汽车行驶过程中多目标成本的问题,提出了一种基于绿波带的多目标蚁群优化算法(Green wave band-based Multi-objective Ant Colony Optimization,G-MACO),对电动汽车进行行驶路径的搜索与推荐。该算法综合考虑了能耗与时耗两个驾驶成本因素对行驶过程的影响。在对城市路网进行抽象重构以及对路网中的相关权重进行设计之后,本文通过Matlab对该算法给予了仿真验证。仿真结果表明,该算法可以恰当地在主客观两方面满足驾驶员的对能耗与时耗的需求,合理地利用已有的具备绿波效应的城市道路,使得电动汽车在能耗与时间两方面得到均衡,实现电动汽车的多目标优化效果。由此可见,绿波效应在电动汽车能效方面是不可忽略的优势因素,能够对电动汽车的能效进行进一步的提升,并能够在电动汽车的路径规划方面发挥重要作用,具有重要的实际意义。