Un de nos grands défis actuels est la décarbonisation du réseau électrique en éliminant les générateurs d'électricité à base de carburant, et de les remplacer de préférence par des ressources publiquement acceptés et qui respectent la nature de l'environnement. C'est où les ressources énergétiques renouvelables soulèvent comme une solution prometteuse. Les Systèmes de génération d'électricité à cycle de relaxation représentent notamment une classe intéressante des énergies renouvelables. Un tel système doit retrouver périodiquement un état qui permet la production d'énergie, ce qui entraîne un cycle à deux phases : une phase de génération et une phase de récupération qui consomme l'énergie. L'intérêt principal de cette thèse est focaliser sur le système de traction à base de cerf-volant, appelé par la suite le Kite Generator System (KGS). Il s'agit d'une solution proposée pour extraire l'énergie du vent stable et forte dans les hautes altitudes. Son principe de fonctionnement est d'entraîner mécaniquement un générateur électrique au sol en utilisant un ou plusieurs cerfs-volants captifs. La problématique est divisée en deux objectifs : 1 - L'optimisation et le contrôle du cycle de relaxation afin de maximiser la puissance moyenne produite par le système. Deux stratégies de contrôle sont proposées à cet effet : une basée sur un contrôle du modèle non linéaire prédictif (Nonlinear model predictive control - NMPC), et la deuxième basée sur l'application des contraintes virtuel (Virtual Constraints Control - VCC). 2 - L'Intégration du système sur le réseau électrique ou l'employer pour alimenter une charge isolée. Ces problèmes sont abordés dans cette thèse, réalisée au laboratoire de génie électrique de Grenoble (G2ELab) en collaboration avec le laboratoire d'Image Parole Signal Automatique de Grenoble (GIPSA-Lab). / One of our current major challenges is decarbonizing the electric grid by eliminating fuel based electricity generators, and replacing them preferably by nature-friendly publicly accepted resources. That is where renewable energy resources raise as a promising solution. Power relaxation-cycle systems represent an interesting and particular class of renewable. Such a system needs to regain periodically a state that allows energy production. Hence, it has two phases: A generation during which the system is working in its "power" region and is able to generate power and a recovery phase that starts when the system reaches its power region boundaries and resets the system's state to start a new generation phase, which results in power consumption. The main focus of this PhD dissertation is the kite-based traction system, named thereafter the kite generator system (KGS), which emerged as an important class of renewable energy systems that uses relaxation phases. It is a solution proposed to extract energy from the steady and strong wind found in high altitudes. Its operation principle is to mechanically drive a ground-based electric generator using one or several tethered kites. The problematic is divided into two objectives: 1 - Optimization and control of the relaxation cycle to maximize the system's average produced power. Two control strategies are proposed for this purpose: A nonlinear model predictive control (NMPC) based and virtual constraints control (VCC) based one. 2 - Integration of the system on the electric grid or employing it to supply an isolated load. These problems are addressed in this thesis, realized in Grenoble Electrical Engineering laboratory (G2ELab) with collaboration with Grenoble Image Parole Signal Automatique laboratory (GIPSA-Lab).