Dans un futur proche, les Véhicules Electriques (VE) constitueront une part importante du parc automobile mondial. Cela représente une opportunité pour réduire les émissions de gaz à effet de serre et la pollution locale (qualité de l'air, bruit). En ce qui concerne le système électrique, la recharge intelligente pourrait atténuer l'impact des VE sur les infrastructures de réseau par exemple. Ainsi, les VE ont un effet à la fois sur le réseau électrique et sur le réseau de transport, ce qui rend les actions des différents acteurs (ou opérateurs) de ces systèmes interdépendantes. L'objectif de cette thèse est d'aider les opérateurs à prendre des décisions dans cet environnement couplé, en modélisant les réactions des usagers de véhicules, ainsi que des mécanismes tels que la planification de la recharge des VE, et une méthode de tarification basée sur celle-ci. Le cas d'usage considéré pour illustrer ce couplage est celui des déplacements urbains tels que les trajets domicile-travail, associés à une recharge dans des Infrastructures de Recharge (IRVE) publiques. Le comportement des usagers de véhicules sur la route et lors de la recharge est modélisé par un jeu de routage, prenant en compte des phénomènes de congestion à la fois sur le réseau de transport et sur le réseau électrique. La méthode de Beckmann pour trouver un équilibre de Wardrop du jeu est étendue aux fonctions de coût de Congestion Linéairement non-Séparables (LnSC), tel que le mécanisme de tarification de la recharge défini dans cette thèse. De plus, pour des fonctions de coût LnSC croissantes, il est prouvé que les combinaisons linéaires associées des flux de véhicules sont uniques à l'équilibre. Ce jeu de routage est ensuite lié à un algorithme d'apprentissage par renforcement dans lequel les usagers de véhicules n'ont aucune connaissance préalable de leurs coûts mais les observent seulement. La preuve de la convergence de cet algorithme vers un équilibre du jeu est étendue aux fonctions de coût LnSC croissantes. Cette thèse se concentre ensuite sur les Opérateurs de Services de Charge (CSO) des IRVE, et deux mécanismes de maîtrise de la demande en énergie sont ajoutés au jeu de routage. Premièrement, le choix des profils de charge est fait de manière centralisée par le CSO, qui utilise la méthode water-filling pour lisser le profil de puissance totale de tous les usages électriques à l'IRVE. Une expression analytique de cette planification de la recharge est trouvée dans différents cas d'usage, comme l'autoconsommation de la production renouvelable locale, des besoins de charge asynchrones, et plusieurs IRVE exploitées en parallèle. Deuxièmement, les tarifs de recharge sont définis comme l'impact approché des profils de recharge sur le réseau électrique, pour inciter les usagers de VE dans leur choix d'IRVE par exemple. Il est démontré que ces prix sont des fonctions de coût LnSC croissantes (sous certaines conditions), et que le besoin de charge à chaque IRVE est unique à l'équilibre du jeu de routage. La méthode standard de tarification marginale locale, fonction du coût marginal réel du réseau, est affinée et comparée au mécanisme de tarification de cette thèse. Ensuite, le jeu de routage accompagné de la planification de charge et du mécanisme de tarification de cette thèse sont testés sur deux exemples : la réduction de la pollution locale de l'air par des péages routiers, et le dimensionnement de panneaux solaires dans un Parc Relais multimodal. Enfin, un système à trois niveaux est proposé pour modéliser les interactions entre les usagers de véhicules, un CSO et l'opérateur du réseau de distribution, qui choisit la forme du contrat d'approvisionnement en électricité du CSO. Une méthode de résolution itérative est adaptée à ce cadre, et il est prouvé qu'elle converge vers la solution du problème d'optimisation à trois niveaux.