经济的快速发展不断刺激着人们日益增长的出行需求,交通运输也成为了能源消耗与温室气体排放的主要来源之一。城市信号交叉口有着维持交通秩序,指挥交通运行的功能,但交通信号冲突会引起交通流的中断,车辆受到信号交叉口的影响处于频繁加减速、怠速停车等高油耗高排放状态。因此,如何针对城市交通流进行合理的车速规划,提高道路通行能力,减少汽车燃油消耗与排放,具有重要的实践意义。在此背景下,本文以智能网联环境下的多模混合动力汽车为研究对象,开展了城市信号交叉口下的经济性驾驶研究,具体研究内容如下:首先,基于车联网技术获取信号灯相位与计时信息,根据信号灯位置与道路限速等约束搭建了多个信号交叉口路网模型,对整车进行受力分析建立了车辆纵向动力学模型与能耗模型。基于MATLAB软件建立了面向控制的多模混合动力系统零部件准静态数学模型,包括发动机模型、电机模型、电池模型与双行星排齿轮结构模型。其次,基于庞特里亚金极小值原理（PMP）求解了单车经济驾驶问题。针对单个红绿灯路口进行场景通过分析,规划了车辆不停车通过的速度范围,并进一步分析了连续信号交叉口下的速度协同优化问题。制定了速度变化下的时间约束条件,基于单车最小能耗控制目标确定最优速度轨迹,设计了随机红绿灯初始状态方案验证连续信号交叉口优化策略。再次,展开了车辆排队等候场景下的车速轨迹优化研究。考虑了红灯候车队列在绿灯时刻的启动延迟效应,基于交通流特性建立了非饱和交通延迟红绿灯时间模型,确定了不同交通流强度下的队列释放时间,结合模型预测控制算法（MPC）求解了智能网联车辆不停车等候问题。最后,基于MPC算法求解多模混合动力汽车的燃油经济性问题,分析了各种工作模式下发动机与电机间的动力学关系。根据上层信号交叉口最佳速度咨询系统规划的速度与加速度信息,计算了整车需求转矩与转速,确定发动机与电机等动力部件的最优能量分配,加入模式切换惩罚项提高了运行模式平顺性。与基于全局优化的动态规划（DP）能量管理算法进行了对比分析,验证了MPC能量管理策略的有效性。