Cette thèse porte sur les problèmes de stabilité en fréquence et en tension des microréseaux isolés avec forte pénétration d'énergies renouvelables en utilisant des dispositifs de stockage d'énergie, et se divise en deux parties principales.Dans la première partie, nous proposons une conception systématique d'une structure de commande robuste multi-variable pour le réglage de fréquence dans un système de génération de puissance hybride diesel-photovoltaïque-supercondensateur fonctionnant en mode autonome. La structure de commande proposée repose sur une architecture à deux niveaux: les contrôleurs d'asservissement de courant basés sur commande PI classique sont placés sur le niveau de commande inférieur et reçoivent des références d'un niveau supérieur qui, lui, est basé sur commande H-infini. Une méthodologie compréhensive qui traduit les demandes d'ingénierie spécifiques de l'opération du microréseau dans le formalisme de commande H-infini est détaillée. Nous montrons également comment les spécifications de performance dynamiques en boucle fermée doivent à leur tour être prises en compte dans la configuration et le dimensionnement initiaux du microréseau, c'est-à-dire en choisissant de manière appropriée et en évaluant le système de stockage d'énergie. Ensuite, une analyse de performance robuste du contrôleur H-infini synthétisé en présence de diverses perturbations de charge, des variations de puissance active de la source photovoltaïque, et des incertitudes du modèle est effectuée afin de déterminer la plage de variation maximale des paramètres pour laquelle les performances de commande imposées sont respectées pour le point de fonctionnement considéré. Les simulations numériques réalisées avec MATLAB/Simulink montrent l'efficacité de la stratégie de commande robuste de fréquence proposée sur un microréseau d'ordre de quelques MVA. Un banc de test de prototypage rapide, qui est composé d'un système de stockage d'énergie réel à base de supercondensateurs et un réseau diesel-photovoltaïque-charge émulé, est développé afin de valider expérimentalement cette stratégie de commande.La deuxième partie de cette thèse se concentre sur le calcul d'un contrôleur de tension multi-variable basé sur commande H-infini afin de forcer robustement l'amplitude de tension du point de couplage commun à satisfaire des spécifications dynamiques. La même idée de la structure de commande à deux niveaux en cascade - où ce contrôleur est placé sur un niveau de commande supérieur et fournit les références de courant aux contrôleurs de courant placés sur un niveau inférieur - est également adoptée. Ensuite, la performance et la robustesse du contrôleur H-infini proposé en présence de diverses perturbations de puissance réactive de la charge et de la source photovoltaïque, ainsi que des incertitudes du modèle, sont étudiées en utilisant des simulations temporelles MATLAB/Simulink. / This thesis addresses the frequency and voltage stability issues of stand-alone microgrids with high penetration of renewable energy by making use of energy storage devices, and is divided into two main parts.In the first part, we propose a systematic design of a multi-variable robust control structure for frequency regulation in a diesel-photovoltaic-supercapacitor hybrid power generation system operating in stand-alone mode. The proposed control structure relies on a two-level architecture: classical PI-based current tracking controllers are placed on the low control level and receive references from an H-infinity-control-based upper level. A comprehensive methodology that casts the specific engineering demands of microgrid operation into H-infinity control formalism is detailed. It is also shown how closed-loop dynamic performance requirements must at their turn be taken into account in the initial microgrid setup and sizing, namely in appropriately choosing and rating the energy storage system. Then, a robust performance analysis of the synthesized H-infinity controller in the presence of various load disturbances, photovoltaic output active power variations, and model uncertainties is carried out in order to determine the maximum parameter variation range for which the imposed control performances are respected for the considered operating point. Numerical simulations performed with MATLAB/Simulink show the effectiveness of the proposed frequency robust control strategy on a MVA-rated microgrid. A rapid-prototyping test bench, which is composed of a real supercapacitor-based energy storage system and an emulated diesel-photovoltaic-load grid, is developed in order to experimentally validate this control strategy.The second part of this thesis focuses on computing an H-infinity-based multi-variable voltage controller in order to robustly force the voltage magnitude of the point of common coupling to satisfy dynamic specifications. The same idea of cascaded two-level control structure - where this controller is placed on an upper control level and provides the references to current controllers placed on a lower level - is aslo adopted. Then, the performance and robustness of the proposed H-infinity controller in the presence of various load and photovoltaic reactive power disturbances, as well as model uncertainties, are studied based on MATLAB/Simulink time-domain simulations.

Il a été développé 3 approches pour l'estimation d'occupation (nombre d'occupants et potentiellement leur activité) à base de techniques de machine learning :- une technique d'apprentissage supervisé exploitant différentes typologies de capteurs,- une technique à base de connaissance sans capteurs- et une technique interactive sollicitant lorsque c'est opportun les occupants via des questions. / Building energy management and monitoring systems (EMMS) should not only consider building physics and HVAC systems but also human behavior. These systems may provide information and advice to occupants about the relevance of their behavior regarding the current state of a dwelling and its connected grids. Therefore, advanced EMMS need to estimate the relevance of occupant activities. Additionally, innovative end-user services such as replay past situations, anticipate the future or mirror the current state are under development and require models together with building state estimations including the human part of the state. However, to define the state of a zone, non-measured values should be known in both physical (i.e. heat flows) and human part (i.e. occupancy and activities).The problem is to identify and calculate data processed from sensors, calendars, etc… that could be used in a classification model to estimate the number of occupants and various activities happening in offices/homes. The sensor data must provide a rich context for a classifier to have a broad separation plane and represent the office situation closely. Since the use of video cameras is a problem in many areas, the solution must respect privacy issues and relies largely on non-intrusive sensors.The thesis identifies the most relevant calculation from the sensor data in order to classify the number of people in a zone and their activities in offices/homes at a given time period. The proposed approach is inspired from machine learning and interactive learning to avoid using the camera and build a general estimation method.Three approaches are proposed for occupancy and activities estimation:- supervised learning approach. It starts to determine the common sensors that shall be used to estimate and classify the approximate number of people (within a range) in a room and their activities. Means to estimate occupancy include motion detection, power consumption, CO2 concentration sensors, microphone or door/window positions. It starts by determining the most useful measurements in calculating the information gains. Then, estimation algorithms are proposed: they rely on decision tree learning algorithms because it yields decision rules readable by humans, which correspond to nested if-then-else rules, where thresholds can be adjusted depending on the considered living areas. An office has been used for testing.- knowledge base approach using sensor data and knowledge coming respectively from observation and questionnaire. It relies on hidden Markov model and Bayesian network algorithms to model a human behavior with probabilistic cause-effect relations and states based on knowledge and questionnaire. Different applications have been studied for validation: an office, an apartment and a house.- an interactive learning approach is proposed. It estimates the number of occupants in a room by questioning occupants when relevant, meaning limiting the number of interactions and maximizing the information gains, about the actual occupancy. Occupancy and activities estimation algorithms use information collected from occupants together with common sensors. A real-time application has been done in an office case study.

L'objectif de ces travaux de thèse était de concevoir et de développer un outil de simulation et d'optimisation multicritères de centrales couplant des sources d'énergies renouvelables (EnR) et des moyens de stockage. L'optimisation porte sur le dimensionnement de l'installation (taille des unités de production EnR et de stockage) et sur la ou les stratégies de gestion de la centrale EnR-stockage selon des critères technico-économiques évalués par l'outil. L'originalité de l'outil développé réside dans la modularité de définition de l'architecture EnR-stockage, dans la prise en compte de plusieurs niveaux de modélisation (échelle et précision) des différents composants du système et dans l'intégration du vieillissement. L'outil développé est également illustré sur des cas d'études afin d'apprécier sa pertinence.

Les bâtiments devenant de plus en plus performants énergétiquement, l'impact de l'activité humaine devient prépondérante. Afin de limiter cet impact, les bâtiments ont tout d'abord vu leur niveau d'automatisation augmenter. Toutefois, des études menées dans des bâtiments résidentiels et de bureaux ont mis en évidence que l'automatisation ne réduisait pas l'écart entre la consommation d'énergie prévue en phase de conception la consommation d'énergie réellement constatée. Afin d'atteindre une faible consommation en phase d'exploitation du bâtiment, les occupants doivent être impliqués dans la gestion d'énergie. Le travail proposé fait partie d'un projet de recherche visant à mettre en place un gestionnaire énergétique redonnant le pouvoir aux occupants via des services énergétiques. Ces services permettront à l'utilisateur de définir ses propres objectifs et le conseillera sur les meilleures actions à mettre en place pour les atteindre. Une analyse de la littérature sociologique est menée afin de permettre l'implémentation de services pertinents et favorisant de réels et durables changements de comportement. La mise en place de ces services requiert un modèle thermique et aéraulique du bâtiment faciles à configurer et ne nécessitant aucune donnée experte. Le travail présenté dans cette thèse se concentre sur l'implémentation d'un tel modèle. Cela implique de définir dans un premier temps la structure de modèle adéquate : permettant d'atteindre à la fois les précisions requises à la prédiction à horizon 24 heures tout en ne nécessitant que peu d'informations expertes. Dans un deuxième temps, il s'agit d'étudier les différentes méthodes d'estimation paramétrique répondant au cahier des charges. Des validations du modèle sont faites sur deux cas d'études réel : un bureau et un appartement. Cette thèse décrit la méthodologie nécessaire à la détermination de structures de modèles pertinentes. Ces structures doivent être génériques afin de s'adapter à la fois à des cas d'études mono et multi-zones. De plus, elles doivent se baser sur le moins de capteurs et de connaissance experte possible. / As buildings become more energy-efficient, the effect of human activities on their global consumption increases. To limit this impact, a first attempt was made to increase the level of automation in buildings. However, from surveys led in residential and office buildings, Carassus and Sidler conclude that automation does not reduce the gap between predicted and effective consumption. This work reveals that static rules can not be sufficient. In order to reach the goal of low energy consumption in the operation phase of buildings, occupants must then be involved in the energy management process. The proposed work is part of a research project focusing on a system embedding energy services with a high level of interaction to empower users with energy services. The role of these energy services is to allow users to define their own objective and consequently generate information and advice regarding the best strategies to apply on building systems (HVAC systems, sun-shading devices, windows opening,…) and envelope configuration. An analysis of the sociological literature was made in order to implement relevant services for the users, favouring real and durable changes in their behaviours. Some of these services require thermal and aeraulic behavioural models easy to set up and little expert knowledge. This thesis focuses on the development and implementation of a model relevant for energy management end-user services. It involves to deal with the definition of relevant model structures together with parameter estimation methods to tune the parameter values. The model must be simple enough to ease its set up with estimation and prediction capabilities. The limits in terms of complexity and computational time are discussed. The energy management services should be configured by occupants thus it must not require much expert knowledge. Consequently, some sensors are needed to estimate the thermal and aeraulic model. Tests have been performed to limit the needed instrumentation. Relevant model structures are discussed because they should be generic: it should adapt to both mono-zone and multi-zone case studies and it should be based on a minimal number of sensors and require little expert knowledge.

L'augmentation des densités de puissance et d'énergie des SSE (système de stockage électrique) des véhicules électriques/véhicules hybrides rechargeable (VEs/VHRs), tout en conservant des coûts raisonnables pour l'utilisateur, et le développement de convertisseurs d'énergie électrique à haute densité de puissance volumique, et de plus en plus performant vont favoriser la production en masse de véhicules électrifiés. Une partie de ces véhicules électriques (VEs/VHRs) nécessitent une connexion au réseau pour la recharge des batteries. L’insertion de ces nouvelles charges dans le réseau présentera alors plusieurs enjeux et impacts significatifs pour les réseaux électriques puisqu’ils doivent répondre localement à des demandes de puissance non négligeables. Ce projet de thèse vise à étudier et réduire les impacts des VEs/VHRs sur les réseaux de distribution grâce à la technologie Vehicle-to-Grid (V2G). Le véhicule électrique alimente le réseau en fonction des besoins du système électrique (modèle bidirectionnel) et lui offre un service de flexibilité. Ces travaux de recherche ont pour but d'approfondir les concepts dans lequel l’alimentation des véhicules électriques (VE) et/ou hybrides de type P-VEH est intégrée à la gestion du réseau de distribution et des « hubs énergétiques » du futur. L’objectif de la thèse est d’abord étudier les service systèmes possible à fournir grâce à V2G, ensuite de concevoir un système de supervision qui assurera une gestion énergétique de ces nouvelles charges en choisissant le mode de recharge et/ou décharge adéquat et en prenant également en considération la demande de consommation locale et la présence de production de type renouvelable (photovoltaïque, éolien) dans le réseau de distribution. Cette supervision se fera dans un premier temps « en hors ligne » et par la suite « en ligne ». On aura recours à l’utilisation de méthodes d’intelligence artificielle comme l’apprentissage automatique (Machine Learning) et la logique floue, la commande prédictive ainsi que des méthodes d’optimisation hybrides (stochastiques et déterministes). / The power and energy density increment of the electrical storage system (ESS) of electric vehicles/Plug-in hybrid electric vehicles (EVs/PHEVs), while maintaining reasonable costs for the user, and the development of converters of electrical energy to high power density and more and more powerful, will encourage the mass production of electrified vehicles. Beyond, electric vehicles (EVs/PHEVs) require a connection to the grid for the charging of the batteries. The insertion of these new loads in the grid will then present several issues and significant impacts for electrical networks since they must respond locally to non-negligible power requests. This PhD thesis aims to study and reduce the impacts of the EVs/PHEVs on the distribution grid thanks to the vehicle-to-Grid (V2G) technology. The electric vehicle supplies the grid depending on the needs of the electrical system (bi-directional model) and offers a flexible service. These works of research have aimed to deepen the concepts in which the supply of electric vehicles (EV) and/or hybrids of type PHEV is integrated with the management of the distribution network and the future "energy hubs". The objective of the thesis is at first to examine the possible ancillary services provided by V2G, then to design a system of supervision which will ensure an energy management of these new loads by choosing the adequate mode of charge/discharge and also taking into consideration the request of local consumption and the presence of renewable production of type photovoltaic and wind in the distribution grid. This supervision will be in a first step "offline" and subsequently "online". The methods which are used in this thesis are as follows; artificial intelligence such as machine learning and fuzzy logic, the predictive control as well as the methods of hybrids optimization (stochastic and deterministic).

Les préoccupations environnementales croissantes et la raréfaction des énergies fossiles amènent les constructeurs automobiles à proposer des véhicules efficients hybridant des chaînes de traction conventionnelles. Ces travaux de recherche sont focalisés sur l'hybridation thermique/électrique. Ils présentent une méthodologie de conception optimale pour identifier des voies de progrès et orienter la définition de futures chaînes de traction à haut rendement énergétique. Ils sont basés sur une démarche d'ingénierie systémique qui s'appuie sur trois principaux leviers: l'architecture de la chaîne de traction, la stratégie de gestion énergétique et la définition des organes électriques de puissance. Différentes architectures de chaînes de traction hybrides électriques sont comparées en se basant sur la consommation minimale atteignable par chacune d'entre elles sur cycles automobiles. Pour déterminer ces seuils de consommation, une stratégie de commande optimale basée sur un algorithme de programmation dynamique est développée. Les résultats montrent l'intérêt de l'hybridation parallèle pour concevoir une chaîne de traction efficiente.Les sollicitations des organes électriques de puissance sont déterminées et analysées pour en spécifier le dimensionnement optimal. Deux structures de machines électriques ont été modélisées par réseaux de réluctances pour établir des cartographies de pertes et comparer la performance en émissions de CO2 du véhicule. Cette approche permet d'identifier des axes d'améliorations et on montre qu'une solution de type alterno-démarreur permettrait des gains d'environ 33% en émissions de CO2 par rapport au véhicule conventionnel. / On-going oil stock depletion and growing environmental concerns lead automakers to develop more efficient powertrains. Today, one of the most promising way forward consists in research on hybrid systems. The present work is focused on thermal/electric hybridization for HEV vehicle and presents an optimal methodology to identify key guidelines and design efficient systems. Defining the most promising efficient powertrain requires a systemic design which is based in this study on three main levers : powertrain architecture, energy management and electric components design. Different powertrains architectures are compared to the lowest fuel consumption that can be reached by each powertrain for a given driving cycle. Their optimal energetic performances are determined by using optimal control strategies and dynamic programming. The simulations results show that the most promising hybrid powertrain is the parallel one. At each step of time of the drivings cycles, the parallel hybrid powertrain behavior is more closely analyzed so as to provide technical specifications for an optimal sizing of the electric components. It points out the operating point and the driving cycles for which the electric machine has to be optimized. Two electric machines topologies derived from a starter-alternator architecture, are modeled by using reluctance network to provide losses map and compare CO2 saving of the vehicle. This approach has both identified areas for powertrain architecture improvement and components design optimization to achieve a better global efficiency of the system. It is shown that a starter-alternator could provide 33% of CO2 saving compared to a conventional car.

Le bâtiment est un noeud énergétique important et un support idéal pour développer et analyser les effets d'un système de gestion optimisée d'énergie (SGEB) tant son impact potentiel sur la demande énergétique globale est important. Cependant, pour que ces objectifs soient atteints, plusieurs verrous doivent être levés. Au-delà des problématiques liées à l'architecture de distribution, aux modèles (y compris ceux relatifs au comportement des usagers), aux outils de dimensionnement, à la formalisation des paramètres, contraintes et critères, aux systèmes de production et aux modes de connexions au réseau de distribution, les problèmes liés à la mise en oeuvre d'un outil de gestion décentralisée et à sa validation sont centraux centrale. Ces travaux s'inscrivent directement dans cette optique. Ils portent en particulier sur l'élaboration de modèles énergétiques, de stratégies de gestion d'énergie dans une configuration multi-sources et multi-charges et surtout de mise en oeuvre de méthodes et d'outils de validation au travers de bancs tests variés où certains composants peuvent être réels. Ce travail analyse le gestionnaire énergétique " G-homeTech " comprenant plusieurs fonctionnalités de gestion testées sur des bancs d'essai virtuels et hybrides qui permettent de combiner à la fois des composants matériels et logiciels dans les simulations. Cela a permis d'insérer des actionneurs communicants pour tester leur pertinence. Les validations menées montrent que le gestionnaire énergétique permet l'effacement de pointes de consommation et des économies sur la facture énergétique globale tout en respectant les contraintes techniques et réglementaires. Les évènements prédits ne sont pas toujours ceux qui se produisent. Nous avons alors simulé de telles situations. La radiation solaire et la consommation totale des services non contrôlables sont différentes de celles prédites. Cette différence a conduit à des dépassements de puissance électrique souscrite qui a activé le mécanisme de gestion réactive du gestionnaire énergétique. Des ordres de délestage sont alors dynamiquement envoyés à certains équipements. Ces ordres alimentent directement les modèles des équipements électriques. Selon les importances relatives données au coût et au confort, nous avons montré que le gestionnaire énergétique permet de faire des économies substantielles en évitant les consommations durant les pics de prix et évitant les dépassements de souscription par effacement, par modulation du fonctionnement des systèmes de chauffage et par décalage de fonctionnement des services temporaires dans les périodes plus intéressante énergétiquement.

La consommation énergétique dans le secteur bâtiment dépend de diverses facteurs parmi lesquels ses caractéristiques physique, ses équipements, l’environnement extérieur, etc… mais il ne faut pas oublier le comportement des habitants qui est déterminant pour la consommation énergétique globale. Or, la plupart des travaux et outils représentent les occupants par des profils d’occupation. Cette thèse s’intéresse à la représentation plus détaillée du comportement des occupants, en particulier les mécanismes cognitifs, réactifs et délibératifs. Le comportement dynamique des occupants est modélisé et co-simulé avec les aspects physiques et des éventuels systèmes de gestion énergétique. L’analyse de la consommation de différents équipements électroménagers met en évidence que le consommation énergétique est très dépendante des comportements des occupants. L’analyse des consommations et des actions des habitants permet d’élaborer un modèle du comportement des occupants impactant la consommation énergétique. Le modèle représente des mécanismes cognitifs, qui représente les causes qui motivent les actions, incluant des échange avec d’autres acteurs humains. Une approche à base d’agents logiciels a été développée. Outre les aspects techniques, une méthodologie de réglage des paramètres des modèles de comportement est proposée. Ces outils sont utilisés pour réaliser une co-simulation représentant la physique du bâtiment, le comportement réactif, c’est-à-dire sensible aux données physiques, et délibératif des habitants mais aussi un système de gestion énergétique qui peut ajuster directement la configuration du logement ou simplement conseiller ces occupants. L’impact de différents types de comportements, avec et sans gestionnaire énergétique est analysé. Ces travaux ouvrent de nouvelles perspectives dans la simulation bâtiment, dans la validation de gestionnaires énergétiques mais aussi dans la représentation des bâtiments dans les réseaux d’énergie dits intelligents, dans lesquels des signaux peuvent être envoyés aux utilisateurs finaux pour les inviter à moduler leur consommation. / Energy consumption in buildings is affected by various factors including its physical characteristics, the appliances inside, and the outdoor environment, etc. However, inhabitants’ behaviour that determines the global energy consumption must not be forgotten. In most of the previous works and simulation tools, human behaviour is modelled as occupancy profiles. In this thesis the focus is more on detailed behaviour representation, particularly the cognitive, reactive, and deliberative mechanisms. The inhabitants’ dynamic behaviour is modelled and co-simulated together with the physical aspects of a building and an energy management system. The analysis of different household appliances has revealed that energy consumption patterns are highly associated with inhabitants’ behaviours. Data analysis of inhabitants’ actions and appliances’ consumptions is used to derive a model of inhabitants’ behaviour that impacts the energy consumption. This model represents the cognitive mechanisms that provide causes that motivate the actions, including the communication with other inhabitants. An approach based on multi-agent systems is developed along with a methodology for parameter tuning in the proposed behaviour model. These tools are used to co-simulate, not only the physical characteristics of the building, the reactive behaviour that is sensitive to physical data, and deliberative behaviour of the inhabitants, but also the building energy management system. The energy management system allows the direct adjustment of the building parameters or simply giving advice to the inhabitants. The impact of different types of inhabitants’ behaviours, with and without the inclusion of an energy management system is analyzed. This work opens new perspectives not only in the building simulation and in the validation of energy management systems but also in the representation of buildings in the smart grid where signals can be sent to end users advising them to modulate their consumption.

Du fait de son impact énergétique, la gestion énergétique dans le bâtiment est devenu un enjeu majeur ses dernières années, qu'il s'agisse d'encourager la sobriété énergétique ou de s'adapter aux besoins des réseaux énergétiques. Différents travaux de recherche ont conduit à des gestionnaires énergétiques souvent dotés de capacités d'anticipation. Les premiers résultats, bien qu'encourageants, n'envisagent pas la complexité tant du fait nombre d'éléments que de la diversité des applications de gestion énergétique.Cette thèse propose d'apporter des éléments de solution à la problématique de complexité. Les travaux ont démarré par l'analyse du gestionnaire énergétique GHomeTech et son adaptation au prototype de bâtiment complexe CANOPEA. Les problématiques de composition sont explorées. Une solution favorisant la réutilisabilité d'éléments de modèles, l'agrégation et la transformation vers des modèles d'optimisation de type programmation linéaire en nombres entiers (PLNE), est proposée. L'outil résultant a été validé sur le projet CANOPEA.La gestion énergétique ne se limite pas à l'optimisation PLNE. Différentes natures d'applications permettent d'offrir d'autres services : l'estimation paramétrique de modèles pour simplifier la configuration des gestionnaires énergétiques, la simulation pour la validation et la prédiction fonction de scénarios définis par exemple. Cette autre dimension de la complexité est abordée dans un second volet du manuscrit. Des solutions de réécriture automatique de modèles sont proposées grâce à des manipulations symboliques permettant différents types de transformation. Plusieurs exemples de génération automatique de modèles applicatifs sont présentés. / Energy management for building has become a major issue this last decade because of its energy impact. Building energy management reduces energy wastes and enable a better matching between energy needs and grid capabilities. Different types of energy management systems are proposed in scientific literature, most of them with anticipation capacities.The first results do not really consider the complexity issue coming from the number of modeling elements and also coming from the diversity of energy management applications.This thesis proposes elements of solution to the complexity problem. The work started by analyzing the energy management system 'GHomeTech' and its adaptation to the complex building prototype CANOPEA. The issue of composition from elementary models is explored. A solution is proposed; it enables the reusability of elementary models. Aggregation and transformation into mixed integer linear programming optimization models is presented. The resulting tool has been validated on the CANOPEA project.Energy management is not limited to MILP optimization. Different types of applications are also used to provide other services: parametric estimation models to simplify the configuration of energy management systems, simulation for validation and prediction depending on pre-defined scenarios for example. This other dimension of complexity is discussed in a second part of the manuscript. Solutions for automatic rewriting of models are detailed. It relies on symbolic manipulations in different types of processing. Several examples of applications illustrating the automatic generation of models are presented.

L’essor de l’électrification du secteur du transport facilite le développement de nouvelles technologies. La pile à combustible n’est pas une technologie récemment développée mais elle en profite également. Toutefois, malgré les efforts entrepris jusqu’à présent, elle reste trop couteuse et peu durable par rapport aux exigences du marché. Pour cela, augmenter le rendement du système, réduire le nombre d’auxiliaire et obtenir une meilleure compréhension des phénomènes de dégradation semblent être les pistes les plus pertinentes. Les thématiques, non centrés sur les matériaux, étudiées dans le but de pallier ces différentes barrières technologiques sont principalement orientées sur la gestion du système et la définition et le pilotage d’auxiliaires ad-hoc. En parallèle, une part grandissante de la communauté scientifique s’intéresse également aux systèmes composés de plusieurs piles à combustible, lesquels pourraient permettre de lever également ces barrières technologiques. Dans le cadre de cette thèse, c’est la gestion et le dimensionnement de systèmes multipiles hybridés avec une batterie qui sera étudié. Premièrement, nous comparerons les performances des systèmes multipiles à celles des systèmes monopiles conventionnels. Pour cela, une étude basée sur l'optimisation de la gestion énergétique du système en fonction du dimensionnement est effectuée en utilisant la programmation dynamique. La variable optimisé est le coût d’exploitation. Il prend en compte le coût du carburant et de la dégradation du système. Les résultats obtenus indiquent une nette augmentation des performances au niveau de la consommation et de la durée de vie du système en faveur des systèmes multipiles et ce quel que soit le dimensionnement envisagé. Ensuite, nous concevrons une stratégie de gestion en ligne basée sur la théorie de décision bayésienne. Cette stratégie a pour but d’optimiser la consommation et la durée de vie en se basant sur la connaissance du comportement du conducteur. Trois modules la composent. Le premier module identifie les similarités du parcours en cours à ceux déjà effectués par le conducteur. Le deuxième se sert de cette connaissance pour déterminer le nombre de systèmes piles à combustible à démarrer. Finalement, la dernière partie détermine le niveau de puissance pour chacune des sources composant le système. L’approche proposée a été comparée à d’autres méthodes de gestion énergétique et permet d’obtenir un gain de performance au niveau de la consommation et de la durée de vie du système multipile dans la plupart des cas d’utilisation. / The electrification of the transportation industry is on the rise. This rise drives the development of new technologies. Although the fuel cell is not a recently developed technology, it benefits from it. However, it is still too expensive and not durable enough compared to the market's expectations. Scientific research has been focused primarily on their management and its ancillaries. Nevertheless, the interest in multistack fuel cell systems has been rising in the community.The energy management and the sizing of multistack system hybrized with a battery is the focus of this thesis. First, the performances of such systems is compared to that of single stack systems. To that end, a study based on the determination of the optimal management strategy depending on the sizing has been completed. The main tool used in this study was optimization through dynamic programming. Results show a significant increase in performance in favor of multistack systems. Then, an online energy management strategy is designed based on Bayesian decision theory. Its goal is to optimize consumption and lifetime by using driver behavior knowledge. This approach has been compared to other energy management strategies and enables performances gains in consumption and lifetime for the multistack system.