Cette étude porte sur l‘identification de modèles dynamiques pour l‘évaluation des performances et le diagnostic énergétique de bâtiments existants. Le travail de thèse se place donc dans un contexte d‘économie d‘énergie et d‘efficacité énergétique accrue qui sont d‘intérêt primordial aujourd‘hui. Nous nous adressons à des bâtiments de bureaux occupés mais relativement bien instrumentés. Nous disposons des mesures horaires de température extérieure, de rayonnement solaire, de puissance de chauffage, de puissance électrique et de température de l‘air intérieur. L‘objectif étant de proposer une démarche méthodologique permettant de quantifier les performances énergétiques de l‘enveloppe du bâtiment à partir des données disponibles, d‘une part, et de préconiser des voies pour leur amélioration, d‘autre part. Les étapes majeurs de la démarche d‘évaluation/diagnostic proposée s‘ajuste pour l‘essentiel sur celles d‘une procédure classique d‘identification : a) analyse préliminaire des données disponible ; b) choix des structures mathématiques susceptibles de reproduire convenablement le comportement dynamique du bâtiment ; c) estimation du modèle et validation ; et exploitation du modèle pour des fins d‘évaluation et de diagnostic. Grâce aux résultats obtenus par une première approche « boîte noire » nous effectuons une tentative de diagnostic énergétique approfondi en s‘appuyant sur une modélisation physique du bâtiment (« boîte blanche »). / This study concerns the identification of dynamic models for performance evaluation and energy diagnosis of existing buildings. The work of this PhD takes place in a context of energy conservation and energy efficiency which are of essential interest today. We are dealing with occupied office buildings but relatively well instrumented. We have hourly measurements of outdoor temperature, solar radiation, heating power, electrical power and indoor air temperature. The aim is to propose a methodological approach to quantify the energy performance of building envelope from the available data, on the one hand, and to recommend ways to improve them, on the other. Major steps of the process evaluation / diagnosis given for the most fits with those of a standard procedure of identification: a) preliminary analysis of available data, b) choice of mathematical structures for well describing the building behavior c) model estimation and validation, and operation of the model for evaluation and diagnosis. With the results obtained by a first approach "black box" we make a tentative of detailed diagnosis based on physical building model ("white box").