Les Réseaux de Capteurs Sans Fils (RCSFs) sont composés d'une multitude de nœuds, chacun étant capable de réaliser des mesures (température, pression, etc) et de communiquer par radio fréquence. Ces réseaux forment une pierre angulaire de l'Internet des Objets, en étant au cœur de nombreuses applications, par exemple de domotique ou d'agriculture de précision. La limite d'utilisation des RCSFs provient souvent de leurs durées de vie restreintes, les rendant peu intéressants pour des applications nécessitants de longues périodes de fonctionnement en autonomie. En effet, les RCSFs traditionnels sont alimentés par des piles individuelles équipant chaque nœud, et les nœuds sont ainsi condamnés à une durée de vie finie et courte par rapport aux besoins de certaines applications. De plus, changer les piles n'est pas toujours réalisable si le réseau est dense, ou si les nœuds sont déployés dans des environnements les rendant difficile d'accès. Une solution plus prometteuse est d'équiper chaque nœud d'un ou de plusieurs récupérateur(s) d'énergie individuel(s), et ainsi de le rendre capable de s'alimenter exclusivement à partir de l'énergie récoltée dans son environnent. Plusieurs sources d'énergie sont possibles, telles que le vent ou le solaire. Étant donné que les sources d'énergie sont typiquement dynamiques et non contrôlées, ne pas tomber en panne d'alimentation et nécessaire pour garantir un fonctionnement fiable. Comme l'augmentation de la qualité de service engendre souvent une augmentation de la puissance consommée, une solution simple est de configurer la qualité de service au déploiement à une valeur constante suffisamment faible pour éviter la panne d'alimentation. Cependant, cette solution ne permet pas d'exploiter pleinement l'énergie récoltée, et mène ainsi à un gaspillage d'énergie important ainsi qu'à de faibles qualités de service au vu de l'énergie récoltée. Une solution plus efficace est d'adapter dynamiquement la puissance consommée, et donc la qualité de service. Cette adaptation est faite par un composant logiciel appelé gestionnaire d'énergie. Dans cette thèse, deux nouvelles approches pour l'adaptation en ligne sont proposées, l'une s'appuyant sur la théorie du contrôle floue, et l'autre sur l'apprentissage par renforcement. De plus, comme la communication est souvent la tâche la plus énergivore dans les RCSFs, les wake-up receivers sont utilisées dans cette thèse pour réduire le coût des communications. Un modèle analytique générique a été proposé pour étudier différents protocoles de contrôle d'accès au support (Medium Access Control -- MAC), et combiné à des résultats expérimentaux pour évaluer les wake-up receivers. Aussi, un nouveau protocole MAC permettant la sélection opportuniste de relais a été proposé. Enfin, la combinaison des wake-up receivers et de la récolte d'énergie a été étudiée expérimentalement avec un cas pratique. / Wireless Sensor Networks (WSNs) are made of multiple sensor devices which measure physical value (e.g. temperature, pressure...) and communicate wirelessly. These networks form a key enabling technology of many Internet of Things (IoT) applications such as smart building and precision farming. The bottleneck of long-term WSN applications is typically the energy. Indeed, traditional WSNs are powered by individual batteries and a significant effort was devoted to maximizing the lifetime of these devices. However, as the batteries can only store a finite amount of energy, the network is still doomed to die, and changing the batteries is not always possible if the network is dense or if the nodes are deployed in a harsh environment. A promising solution is to enable each node to harvest energy directly in its environment, using individual energy harvesters. As most of the energy sources are dynamic and uncontrolled, avoiding power failures of the nodes is critical to enable reliable networks. Increasing the quality of service typically requires increasing the power consumption, and a simple solution is to set the quality of service of the nodes to a constant value low enough to avoid power failures. However, this solution does not fully exploits the available energy and therefore leads to high energy waste and poor quality of service regarding the available environmental energy. A more efficient solution is online adaptation of the node power consumption, which is performed by an energy manager on each node. In this thesis, two new approaches for online adaptation of the nodes energy consumption were proposed, relying on fuzzy control theory and reinforcement learning. Moreover, as communications are typically the most energy consuming task of a WSN node, emerging wake-up receivers were leveraged to reduce the energy cost of communications. A generic analytical framework for evaluating Medium Access Control (MAC) protocols was proposed, and it was combined to experiments to evaluate emerging wake-up receivers. A new opportunistic MAC protocol was also introduced for "on-the-fly" relay selection. Finally wake-up receivers and energy harvesting were combined and experimentally evaluated in a practical use case.