Résumé Cette thèse de doctorat traite de la modélisation, l’analyse et l’optimisation des dispositifs FACTS dans les réseaux électriques. Cinq dispositifs FACTS les plus populaires sont considérés dans ce travail à savoir : le SVC, le TCSC, le SSSC, le STATCOM, et l’UPFC. Les dispositifs FACTS sont modélisés par le modèle de la puissance injectée équivalente et implémentés dans le programme d’écoulement de puissance. Comme l’efficacité de ces dispositifs dépond fortement de leurs emplacements et réglages, une stratégie d’emplacement optimal de ces dispositifs basée sur les algorithmes évolutionnaires est proposée. Cette stratégie est fondée sur la formulation de problème d’optimisation des dispositifs FACTS comme étant un problème d’optimisation mono-objectif, combinatoire avec contraintes non-linéaires. Trois fonctions objectif ont été choisies pour l’emplacement optimal de dispositifs FACTS à savoir : l’amélioration de la stabilité de tension, minimisation des pertes actives et amélioration du profil de la tension. Deux algorithmes d’optimisation évolutionnaires sont utilisés pour résoudre ce problème, à savoir : le PSO et les AG. Une méthode de pénalité est utilisée pour manipuler la violation des contraintes d’inégalités durant la procédure d’optimisation. Afin d’augmenter l’efficacité de dispositifs FACTS, une nouvelle formulation du problème d’emplacement optimal de ces dispositifs basée sur l’optimisation multi-objectif est proposée. Cette dernière, vise à optimiser plusieurs fonctions objectif à la fois. Deux cas d’optimisation multi-objectif sont considérés : l’optimisation à deux fonctions objectif et l’optimisation à trois fonctions objectif. Une stratégie d’aide à la décision basée sur la logique floue est proposée pour sélectionner la solution de compromis. D’autre part, nous avons proposé des nouveaux modèles du SVC et du STATCOM afin de les intégrer dans la RST. Cette dernière, assure une coordination réelle des différentes ressources de contrôle de la tension et d’énergie réactive appartenant à la même zone de contrôle. En plus, une stratégie d’emplacement du SVC et du STATCOM dans un environnement de la RST basée sur l’analyse de la sensibilité est proposée. Le réseau test IEEE 30-nœuds et le réseau de transport Italien sont utilisés pour les tests effectuées dans cette thèse. Mots clé : FACTS, stabilité de tension, optimisation mono-objectif, optimisation multi-objectif, les algorithmes génétiques, optimisation par essaim de particules, régulation secondaire de la tension. Abstract This doctorate thesis is focused on the modeling, the analysis and the optimization of the FACTS devices placement in the power system. The most popular five FACTS devices are considered namely: SVC, TCSC, SSSC, STATCOM, and UPFC. The FACTS devices are modeled by the equivalent injected power model and implemented in the power flow program. Since the efficiency of the FACTS devices depends greatly on its placements and settings, an optimal placement strategy based on the evolutionary algorithms is proposed in this thesis. This strategy is based on the formulation of FACTS devices placement problem as a constrained, and combinatory monoobjective optimization problem. Three objective functions are selected for the optimal placement of FACTS devices namely: the voltage stability enhancement, minimization of power losses, and voltage profile improvement. For doing this, two evolutionary optimization methods are used to solve this problem, namely: the PSO and the AG. A penalty function method is used to handle the violation of the inequality constraints during the optimization procedure. In order to increase the effectiveness of the FACTS devices, a multi-objective optimization technique is proposed. It aims to find the FACTS placements and settings in order to optimize several objective functions at the same time. Two multi-objective optimization cases are considered namely: the optimization of two objective functions and the optimization of three objective functions. Moreover, a fuzzy logic based strategy is proposed to aid the decision maker to select the best compromise solution from the Pareto front. On the other hand, we propose new models of SVC and STATCOM in order to integrate them into the secondary voltage regulation (RST). The latter ensures an effective coordination of the various volt/var resources belong to the same control area. Moreover, a sensitivity analysis method is used to find the best placements of SVC and STATCOM in the RST environment. The IEEE-30bus test system and the realistic Italian power system are used for the tests carried out in this thesis. Key words: FACTS, voltage stability, mono-objective optimization, multi-objective optimization, genetic algorithms, particle swarm optimization, secondary voltage regulation. i