为响应国家“双碳”目标号召，提升高速公路交通低碳化服务水平，推动高速公路“低碳”转型，面向自动驾驶网联车辆（connected and automated vehicles, CAV）与人工驾驶车辆（human driven vehicles, HDV）构成的新型混合交通流场景，针对混行环境下高速公路瓶颈区域交通拥堵及其引发的高浓度尾气排放等一系列不利影响，提出一种适用于混合交通流环境下的高速公路分级限速管控策略。结合CAV可控性优势，在传统可变限速（variable speed limits, VSL）控制模型的基础上引入分级次数和安全降幅区间，实施更加精细化的管控，解决现有VSL策略灵活性差、响应速度慢等问题。控制模型以最小化控制路段内车辆总行程时间（total travel time, TTT）和低碳环保等指标（CO、NO_x）构建控制优化目标，在保证通行效率的前提下，兼顾碳排放控制；考虑混行状态下CAV与HDV不同交通流特性及交互特性，建立可模拟实际场景中混合交通流运行情况的仿真环境，对模型控制的有效性进行对比验证。实验结果表明在40%CAV渗透率下（CAV车辆在总车辆数中的占比40%）,在交通流量仅降低0.92%时，各项低碳环保指标，例如CO排放量、NO_x排放量、PM_x排放量、HC排放量、CO₂排放量、燃油平均消耗分别降低了33.33%、15.36%、19.97%、27.32%、13.01%、13.01%。研究结果为混合交通流环境下的高速公路转型提供了理论依据，在保障通行效率的同时控制碳排放，对服务“双碳”目标具有积极意义。