Les objectifs récents en ce qui concerne la durabilité des systèmes électriques et l'atténuation des menaces liées au changement climatique modifient la portée des exigences de planification de ces systèmes. D'une part, les systèmes durables d'énergie à faible émission de carbone qui comportent une part élevée de sources d'énergie renouvelables intermittentes(IRES) se caractérisent par une forte augmentation de la variabilité intertemporelle et nécessitent des systèmes flexibles capables d'assurer la sécurité de l'approvisionnement électrique. D'autre part, la fréquence et la gravité accrues des phénomènes climatiques extrêmes menacent la fiabilité du fonctionnement des réseaux électriques et exigent des systèmes résilients capables de résister à ces impacts potentiels. Tout en s'assurant que les incertitudes inhérentes au système sont bien prises en compte directement au moment de la prise des décisions de planification à long terme. Dans ce contexte, la présente thèse vise à développer une modélisation technicoéconomique et un cadre d'optimisation robuste pour la planification des systèmes électriques multi-périodes en considérant une part élevée d'IRES et la résilience aux phénomènes climatiques extrêmes. Le problème spécifique de planification considéré est celui du choix de la technologie, de la taille et du programme de mise en service des unités de production conventionnelles et renouvelables sous des contraintes techniques, économiques,environnementales et opérationnelles. Dans le cadre de ce problème, les principales questions de recherche à aborder sont : (i) l'intégration et l'évaluation appropriées des besoins de flexibilité opérationnelle en raison de la variabilité accrue des parts élevées de la production d'IRES, (ii) la modélisation et l'intégration appropriées des exigences de résilience contre les phénomènes climatiques extrêmes dans la planification du système électrique et (iii) le traitement des incertitudes inhérentes de l'offre et la demande dans ce cadre de planification. En résumé, les contributions originales de cette thèse sont :- Proposer un modèle de planification du système électrique intégré multi période avec des contraintes dynamiques et en considérant un pourcentage élevé de pénétration des énergies renouvelables.- Introduire la mesure du déficit de flexibilité prévu pour l'évaluation de la flexibilité opérationnelle.- Proposer un ensemble de modèles linéaires pour quantifier l'impact des vagues de chaleur extrêmes et de la disponibilité de l'eau sur le déclassement des unités de production d'énergie thermique et nucléaire, la production d'énergie renouvelable et la consommation électrique du système.- Présenter une méthode permettant d'intégrer explicitement l'impact des phénomènes climatiques extrêmes dans le modèle de planification du système électrique.- Traiter les incertitudes inhérentes aux paramètres de planification du système électrique par la mise en oeuvre d'un nouveau modèle d'optimisation adaptatif robuste à plusieurs phases.- Proposer une nouvelle méthode de solution basée sur l'approximation des règles de décision linéaires du modèle de planification robuste.- Appliquer le cadre proposé à des études de cas de taille pratique basées sur des projections climatiques réalistes et selon plusieurs scénarios de niveaux de pénétration des énergies renouvelables et de limites de carbone pour valider la pertinence de la modélisation globale pour des applications réelles. / Recent objectives for power systems sustainability and mitigation of climate change threats are modifying the breadth of power systems planning requirements. On one hand, sustainable low carbon power systems which have a high share of intermittent renewable energy sources (IRES) are characterized by a sharp increase in inter-temporal variability and require flexible systems able to cope and ensure the security of electricity supply. On the other hand, the increased frequency and severity of extreme weather events threatens the reliability of power systems operation and require resilient systems able to withstand those potential impacts. All of which while ensuring that the inherent system uncertainties are adequately accounted for directly at the issuance of the long-term planning decisions. In this context, the present thesis aims at developing a techno-economic modeling and robust optimization framework for multi-period power systems planning considering a high share of IRES and resilience against extreme weather events. The specific planning problem considered is that of selecting the technology choice, size and commissioning schedule of conventional and renewable generation units under technical, economic, environmental and operational constraints. Within this problem, key research questions to be addressed are: (i) the proper integration and assessment of the operational flexibility needs due to the increased variability of the high shares of IRES production, (ii) the appropriate modeling and incorporation of the resilience requirements against extreme weather events within the power system planning problem and (iii) the representation and treatment of the inherent uncertainties in the system supply and demand within this planning context. In summary, the original contributions of this thesis are: - Proposing a computationally efficient multiperiod integrated generation expansion planning and unit commitment model that accounts for key short-term constraints and chronological system representation to derive the planning decisions under a high share of renewable energy penetration. - Introducing the expected flexibility shortfall metric for operational flexibility assessment. - Proposing a set of piece-wise linear models to quantify the impact of extreme heat waves and water availability on the derating of thermal and nuclear power generation units, renewable generation production and system load. - Presenting a method for explicitly incorporating the impact of the extreme weather events in a modified power system planning model. - Treating the inherent uncertainties in the electric power system planning parameters via a novel implementation of a multi-stage adaptive robust optimization model. - Proposing a novel solution method based on ``information basis'' approximation for the linear decision rules of the affinely adjustable robust planning model. - Applying the framework proposed to a practical size case studies based on realistic climate projections and under several scenarios of renewable penetration levels and carbon limits to validate the relevance of the overall modeling for real applications.