Le changement climatique et la raréfaction de certaines ressources fossiles sont à l'origine d'une évolution des attentes de la société à propos de la production énergétique. Le développement de nouveaux systèmes d'approvisionnement électrique doit prendre en compte différents impacts. Une des évolutions du mix électrique consiste à regrouper des technologies de production (conventionnelles ou renouvelables) et de stockage dans un sous-réseau local : un microgrid. Cette thèse propose de dimensionner les microgrids en considérant plusieurs objectifs économiques, techniques et environnementaux. La proposition de ce travail consiste en la prise en compte des aspects de pilotage dans les paramètres de conception des microgrids et l'intégration de cette modélisation dans un algorithme d'optimisation multi-objectifs sans pondération.Un outil d'aide à la décision a ainsi été développé. Après avoir identifié les enjeux de modélisation et d'optimisation des systèmes énergétiques, une simulation séquentielle de l'opération des microgrids a été mise en place, enrichie de divers indicateurs de performances (techniques, environnementaux et économiques) et implémentée dans un algorithme génétique. La simulation a été effectuée sur une période représentative de douze jours types tout en garantissant la fiabilité de l’évaluation des performances par rapport à une période d’opération réelle plus longue. Plusieurs solutions, compromis entre les objectifs, ont alors été trouvées. Leur diversité en termes de performances et de paramètres permet bien d'élargir l'espace de conception. De plus l’impact de la prise en compte de plusieurs stratégies de pilotage permet de trouver des combinaisons de technologies plus diverses. Ces résultats ont été analysés et les exigences d'évaluation et d'optimisation ont été vérifiées sur un cas d'étude réaliste. Finalement, la performance de l'approche a été validée par comparaison avec d'autres logiciels de référence (HOMER et iHOGA/MHOGA).