Pour répondre aux enjeux énergétiques et climatiques, une des échelles d'action pertinentes est désormais celle du quartier ou de la ville. Des besoins de connaissance, d'outils d'aide à la décision et d'évaluation à cette échelle se manifestent de plus en plus. Un des volets concerne la modélisation de la demande d'énergie des bâtiments résidentiels, préalable à la mise en place d'actions de rénovation de l'existant ou à la valorisation de sources d'énergie locales. La diversité de situations de terrains, d'objectifs d'acteurs et de contextes de disponibilité de données incitent à rechercher des modèles flexibles, aptes à produire de l'information pour différentes applications, à partir de jeux alternatifs de données d'entrée, combinant des modèles de natures diverses (notamment physiques et statistiques) selon les besoins. Dans cet esprit, le présent travail cherche à explorer le potentiel de méthodes dites ascendantes, s'appuyant sur des modèles développés à l'origine pour la simulation à l'échelle d'un bâtiment isolé, mais extrapolés ici pour le parc de bâtiments d'une zone urbaine sur la base de bâtiments types. Les deux questions clés abordées sont celles de la sélection des bâtiments types et de la reconstitution des données d'entrée pertinentes sur le plan statistique pour la zone étudiée. Des techniques d'analyse de sensibilité, en particulier la méthode des effets élémentaires de Morris, ont été appliquées à un code de calcul thermique de bâtiment (ESP-r). Elles ont mis en évidence une réponse non linéaire du modèle, notamment du fait des interactions entre paramètres et de la dispersion des paramètres d'entrée. Elles ont permis d'identifier les paramètres les plus sensibles et les plus en interaction (concernant les bâtiments eux-mêmes, leur environnement ou leurs habitants), sur lesquels doit être concentré le travail de collecte ou de reconstitution statistique. Un modèle, dénommé MEDUS, de reconstitution de la distribution des besoins de chaleur sur un quartier à partir de trois typologies de bâtiments, a été développé et testé sur le secteur St-Félix à Nantes. Il est alimenté par des données INSEE à l'échelle d'un IRIS. Ses résultats sont analysés, à la fois sous l'angle de la pertinence des typologies choisies et dans une perspective d'application à l'échelle du quartier.