Les limites des ressources d’énergies fossiles et la perspective imminente du changement climatique ont mené les pays de l’Union Européenne à engager une restructuration du secteur électrique vers un approvisionnement en énergie fiable, économique et durable. Dans cette optique de transition énergétique, les systèmes de stockage d’énergie peuvent faciliter l’intégration des énergies renouvelables dans les réseaux électriques. Ils permettent de stocker l’énergie produite par les sources renouvelables pour décaler sa fourniture aux réseaux électriques et compenser les fluctuations aléatoires de la puissance. Par ce lissage de la production des sources intermittentes, les systèmes de stockage transforment ces dernières en centrales mieux contrôlables et plus prévisibles ce qui leur permet de participer aux marchés d’électricité et aux services systèmes.Afin de garantir le respect des plans de production et des engagements pris envers le gestionnaire du réseau, les centrales de production renouvelables équipées d’un système de stockage ont recours à un système de gestion d’énergie. Alors que le contrôle rapproché assure le respect de la consigne instantanée de production, la gestion d’énergie utilise des méthodes d’optimisation sous contraintes issues de la recherche opérationnelle pour planifier le fonctionnement des systèmes de stockage. Le plus souvent, un arbitrage est nécessaire entre les exigences du fonctionnement et la complexité du modèle utilisé. Les modèles de batterie, qui présentent un comportement non-linéaire, doivent être simplifiés en vue de les intégrer dans les algorithmes d’optimisation les plus courants. De plus, les modèles précis et particulièrement ceux qui sont basés sur une modélisation physico-chimique de la batterie exigent des tests de caractérisation chronophages réalisés dans des conditions contrôlées. Finalement, le comportement électrique de la batterie évolue avec son âge ce qui impose un recalage périodique du modèle en fonction du temps.Cette thèse présente une méthodologie d’identification de modèles de batterie en cours de fonctionnement et d’utilisation de ces modèles adaptatifs dans la gestion optimale d’une centrale de production électrique avec stockage. Après un rappel des modèles de batteries, des méthodes d’identification en temps réel issues de la théorie du contrôle sont développées dans le cas d’un modèle des circuits électriques équivalents. L’extraction d’un modèle simplifié pour la gestion d’énergie est décrite et juxtaposée à une analyse de régression directe des données de fonctionnement. Les méthodes d’identification sont testées pour un système de stockage réel de taille industrielle, associé à une centrale photovoltaïque installée sur l’île de La Réunion. L’identification du modèle dans le cadre d’une étude de vieillissement préalablement effectuée au sein du CEA, met en évidence le suivi de l’état de santé de la batterie.En vue de l’intégration des modèles adaptatifs dans la gestion, la formulation des problèmes d’optimisation rencontrés dans la planification d'une centrale photovoltaïque associée à un système de stockage est développée. Des implémentations en programmation linéaire-mixte et en programmation dynamique sont réalisées dans des cas d’études basés sur la participation aux marchés d’électricité ou dans le cadre d’une tarification réglementée, ainsi que la participation aux services système. Afin d’évaluer les performances de ces solutions, une architecture de contrôle pour la centrale est détaillée, et le fonctionnement de la centrale est simulé. Plusieurs configurations du système de gestion sont testées, y compris l’utilisation de modèles fixes ou variables ainsi que la prise en compte ou non du vieillissement de la batterie. Une analyse statistique des résultats obtenus pour différents cas de production photovoltaïque et d’erreurs de prévision montre que l’utilisation des modèles variables présente des avantages.