Le contexte général de cette thèse concerne l’intégration des sources d’énergie renouvelables (RES) dans les micro-réseaux (MG) afin de faire face à la croissance continue de la demande en électricité des bâtiments. Cependant, le caractère intermittent et la variabilité imprévisible des RESs représentent le principal défi à relever afin de permettre leur intégration efficace dans les bâtiments. Les systèmes de stockage d’énergie sont considérés parmi les technologies les plus prometteuses qui pourraient équilibrer la production des RES avec la consommation d’énergie. Les systèmes de stockage électrochimiques (batteries) sont les plus déployés dans les bâtiments. Cela est dû à leurs multiples avantages, principalement la modularité, la propreté et le rendement élevé. Cependant, la nature imprévisible et discontinue de la production et de la consommation d'énergie rend la gestion de l'énergie dans les systèmes MG une tâche difficile. Par conséquent, des stratégies de contrôle intelligentes sont nécessaires pour une gestion efficace de l'énergie dans ces systèmes. Dans la présente thèse, une approche de contrôle intelligent et prédictif est proposée afin de permettre une gestion efficace d’énergie dans les systèmes MG. Cette approche, nommée MAPCASTE (Mesurer, Analyser, Planifier, ForeCAST et Exécuter), est développée et déployée dans des scénarios réels. Principalement, les techniques MPC (Model Predictive Control) et GPC (Generalized Predictive Control) ont été étudiés afin de réaliser l’approche MAPSASTE. Cette dernière a été déployée et son efficacité pour la gestion de l'énergie dans les systèmes MG est évaluée. En particulier, la modélisation, la simulation, l'expérimentation et l'évaluation des performances du système MG déployé, ainsi que l'approche de contrôle développée, ont été effectuées. Des expérimentations ont été menées sur une plateforme MG, qui nous avons déployée dans le cadre de deux projets de recherche.