为研究车联网环境下异质交通流的演变规律，首先，引入相对熵定量描述异质流的有序性，并分析有序性与智能网联车（connected　and　autonomous　vehicle,CAV）市场渗透率、协同自适应巡航控制（cooperative　adaptive　cruise　control,CACC）队列数之间的内在联系，推导得出智能网联车渗透率的增加及队列数的减少可以提升异质流的有序性；其次，提出了保守型集聚（conservative　aggregation,CSA）、激进型集聚（radical　aggregation,RDA）两种改进的智能网联车集聚换道策略，并通过元胞自动机仿真实验，从通行能力、相对熵和平均队列长度等方面比较了无集聚（no　aggregation,NOA）、常规集聚（conventional　aggregation,CVA）、CSA、RDA　4种换道策略的优劣；最后，在CSA换道策略中分析了不同最小队列规模限制对于通行能力的影响.研究结果表明：在双车道环境下，采取集聚换道策略能使智能网联车形成CACC队列，使异质流趋于“有序”，在20～95辆/km密度范围内提升通行能力；相比NOA换道策略，CSA、RDA换道策略分别最大提升道路通行能力12.6%、14.0%，但当智能网联车市场渗透率为0.8时，RDA换道策略导致最大通行能力反而降低25.8%；根据相对熵对异质流中智能网联车辆集聚程度的定量描述，NOA、CVA、CSA、RDA　4种换道策略对智能网联的集聚能力依次递增；在CSA换道策略中，CACC最小队列规模取4辆时道路通行效率达到最佳.