La plupart des exercices d’analyse de politiques climatiques ou énergétiques font appelà des modèles dits "d’évaluation intégrée" (MEIs). Ces modèles économie-énergie-climat sont des modèles numériques pluridisciplinaires destinés à étudier lesquestions liées au changement climatique et à sa gestion. Socles d’une accumulationde connaissance, ils ont une visée prospective et aident à traduire les débatsqualitatifs des instances de décisions nationales et internationales en un ensemble dedonnées quantitatives, scientifiquement vérifiables. Leur faible capacité à prendre encompte les incertitudes inhérentes à tout exercice de prospective mais aussi leur tropgrande complexité expliquent pourquoi ces MEIs sont si souvent décriés et leurutilisation remise en question.Ce constat a guidé nos travaux dont l’objectif était de contribuer à améliorer larobustesse des MEIs, afin de renforcer la pertinence de leur utilisation pour l’analysede l’impact de politiques économiques sur le climat-énergie. Nous avons d’abordexaminé comment ces modèles participent aux débats sur le changement climatique etcomment améliorer leur utilisation. Nous avons retracé la genèse de ces modèles etleur évolution et analysé les principales critiques qui leur sont adressées. Dans unsecond temps, nous nous sommes focalisés sur l’un des principaux reproches faits auxMEIs : le traitement de l’incertitude. Sur la base de ces analyses, nous avons mis enoeuvre une approche récente de traitement des problèmes d’incertitude paramétrique:l’optimisation robuste, méthode encore très peu utilisée dans le cadre d’étudesprospectives. / Energy-economy and energy-economy-environment models are widely used to assessenergy and climate policies. Developed during the last forty years, these models allowthe study of the interactions between the energy-transport system, the economy andthe climate system. These interactions are very complex as they involve linkages,feedback loops and delays that are not perfectly known and that take place over a longtime horizon.This complexity along with the large uncertainties weighing on the model parametersand main assumptions explain why the use of models in the policy debate, (where themodels address issues on climate change scenarios and on energy planning), is largelycriticized.Based on this observation, our work aimed primarily at increasing the robustness ofthese models, to reinforce the relevance of their use to evaluate economic policyimpacts. At first, we examine how these models should be used to contributeeffectively to the climate and energy policy analysis debate. We review the evolution ofthe modeling practice and question it, discussing its relevance. We then focus on theuncertainty treatment and on the basis of this review, we implement an alternativeway of considering parameter uncertainty when "modeling the future" using robustoptimization.