Le contexte écologique et économique actuel incite les autorités et le public à la réduction des émissions de CO2 et les dépendances vis-à-vis des hydrocarbures. Le transport représente 23 % des émissions de polluants dans le monde, et ce chiffre passe à 39 % pour la France. L’adoption de nouvelles solutions de transport est primordiale pour la réduction de ces émissions. L’électromobilité représente une alternative viable aux véhicules thermiques conventionnels. Si les véhicules électriques permettent une mobilité avec zéro émission, certaines de leurs caractéristiques empêchent leur développement. Les principaux freins à l’adoption de ce type de véhicules sont l’autonomie limitée, le faible déploiement des stations de recharge en milieu urbain (et extra urbain) ainsi que les temps de recharge importants. Aussi, afin de promouvoir l’usage de ce type de mobilité, il incombe de développer des outils visant à optimiser la consommation électrique tenant compte des caractéristiques liées à ce type de mobilité. C’est l’objectif de ce travail de thèse qui se focalise sur le développement d’outils permettant d’optimiser l’usage de véhicules électriques. Pour ce faire, trois grands axes sont définis : la modélisation des véhicules électriques, l’affectation des stations de recharge et le choix d’éco-itinéraires. La première partie de cette thèse s’intéresse à l’estimation de la consommation des véhicules électriques ainsi qu’à la présentation de la librairie de modèles dynamiques VEHLIB d’estimation de la consommation de ce type de véhicules. La seconde partie est consacrée à l’affectation optimale des stations de recharge. Une méthodologie de déploiement d’infrastructures de recharge est proposée pour la ville de Lyon avec prise en compte de la demande de mobilité issue des enquêtes ménages déplacements. La troisième partie de la thèse s’intéresse à la thématique du choix d’éco-itinéraire (green routing). Celle-ci aboutit à la proposition d’une méthodologie multi-objectif de recherche de stations de recharge afin de déterminer des itinéraires optimaux avec déviation vers ces stations lorsque l’état de charge de la batterie du véhicule ne permet pas de terminer le trajet. Pour finir, une expérimentation a été réalisée à l’aide d’un véhicule électrique équipé de capteurs de position et de consommation pour d’une part valider les méthodologies proposées et d’autre part analyser les facteurs exogènes qui influent sur la consommation des véhicules électriques. / The current ecological and economic context encourages the authorities and the public to reduce CO2 emissions and oil dependence. The transportation is responsible for 23% of pollutants emissions in the world, and this proportion increases up to 37% in France/ The adoption of new transport solutions is primordial to reduce these emissions. Electro mobility is a viable alternative to conventional vehicles. While electric vehicles offer mobility with zero emissions, some of their characteristicds impede their development. The main obtacle to the adoption of these vehicles is the limited autonomy, a sparse distribution of charging stations in urban areas as well as a significant charging time. Also, to promote the use of this type of mobility, it is primordial to develop tools that optimize the energy consumption and take in to account the characteristics associated with this type of mobility. To achieve this, three areas are difined: modeling of electric vehicles, optimized charging station deployment and eco routing. The first part of this theis focuses on the consumption estimation of the electric vehicles and the presentation of the dynamic model library VEHLIB. The second part is dedicated to optimal allocation of charging stations; A methodology for the deployment of electric vehicle charging infrastructures is proposed for the urban area o fthe city of Lyon, taking into account the mobility demand derived from the household travel surveys.The third part of the thesis deals with the eco-routing (green routing). A multi-objective methodology for eco routing with recharge en-route is proposed. The solutions take into account battery state does not permit to finish the trip.Finally, an experiment was carried out using an electric vehicle equipped with position and consumption sensors in order to validate the proposed methodologies and analyze exogenous factor that impact the electric vehicle consumption.