Les véhicules hybrides électriques rechargeables représentent le type d’hybridation qui permet de réduire le plus la consommation de carburant et les émissions de dioxyde de carbone et de particules nocives. L’architecture du groupe moto-propulseur de ce type de véhicule inclut un moteur à combustion interne et une ou plusieurs machines électriques. Pour pouvoir fonctionner correctement, un système embarqué de gestion des flux de puissance est nécessaire. Celui-ci se charge de déterminer à chaque instant les points de fonctionnement des organes de traction. Lorsque la longueur du trajet excède l’autonomie électrique du véhicule, le moteur thermique doit impérativement être sollicité pour compenser le manque d’énergie électrique. Seule la connaissance précise du trajet dans son intégralité permet d’optimiser la consommation de carburant. Une telle précision est impossible à obtenir en conditions réelles. La démocratisation des systèmes de navigation embarqués dans les véhicules permet cependant d’avoir une description moyenne des conditions de roulage sur le trajet à effectuer. Dans cette thèse, un système de gestion des énergies du véhicule hybride rechargeable a été développé pour piloter le système de gestion des flux de puissance. Il exploite les données de la route fournies par le système de navigation ainsi que les données du véhicule pour calculer une gestion efficace de l’énergie de la batterie sur l’intégralité du trajet, permettant de réduire la consommation globale de carburant. Pour ce faire, un problème d’optimisation a été formulé sur la base d’une modélisation simplifiée de la consommation énergétique pour chaque tronçon de la route. Celui-ci est résolu, en temps réel, à l’aide d’un algorithme d’optimisation A* spécifique. Ces travaux montrent qu’il est possible d’approcher la consommation de carburant minimale théorique à l’aide des données disponibles dans le véhicule.