Le rapport "Optimization Methods for the Smart Grid" (M. De Lara, P. Carpentier, J.-P. Chancelier, V. Leclère) a été commandité par le Conseil Français de l'Energie et remis en octobre 2014. Comme le dit Marcel Boiteux, président honoraire d'Electricité de la France, optimiser c'est trouver le meilleur compromis entre des besoins et des ressources. Pour la gestion de la production d'électricité, le problème est d'optimiser l'utilisation de ressources existantes (énergies hydraulique, nucléaire, fossiles, renouvelables, contrats, etc.) pour égaler la demande d'électricité au coût socio-économique le plus bas. Optimisation et énergie entretiennent une relation mutuellement avantageuse depuis des décennies. Comme besoins et ressources changent et se complexifient, cette relation évolue. En effet, le paysage énergétique change, sous l'effet de trois principaux facteurs : la pénétration des énergies renouvelables (intermittentes et fortement variables), l'expansion des marchés et l'apparition de nouveaux acteurs, le déploiement des technologies de télécommunication et de contrôle ("smart grid"). Le rapport "Optimization Methods for the Smart Grid" souligne comment ces changements affectent la façon de gérer productions et demandes dans les réseaux électriques (et, plus généralement, énergétiques). Il s'appuye sur les constatations et les analyses de plusieurs entreprises (du secteur énergétique ou de la gestion des réseaux). Ces entreprises présentent, dans le rapport, les nouveaux défis auxquels elles sont confrontées et que soulève le paradigme des réseaux intelligents ("smart grid"). Le paradigme des réseaux intelligents est caractérisé par i) un nombre croissant de moyens de production décentralisés et intermittents --- comme les énergies solaire et éoliennes, dont l'irrégularité peut compliquer la gestion des réseaux, ii) le déploiement de systèmes de mesure et de pilotage (de stockage d'énergie et de consommation) --- ces équipements intelligents étant censés rendre la consommation électrique plus contrôlable, d'où plus flexible. L'optimisation des nouveaux systèmes énergétiques est soumise à cette nouvelle donne. Le rapport souligne comment ces changements conduisent à un rôle accru de l'optimisation stochastique, dynamique et décentralisée pour la gestion de l'équilibre offre-demande sur les réseaux. L'optimisation stochastique répond à la nécessité de prendre en compte le caractère aléatoire des énergies renouvelables (vent, ensoleillement), intermittentes et fortement variables à des pas de temps plus fins qu'auparavant. Cette stochasticité conduit à un développement du stockage d'électricité, pour pouvoir égaler la demande à tout instant; c'est dans la gestion de ces stocks que l'optimisation dynamique trouve naturellement sa place. Enfin, la multiplication des centres de décision (noeuds d'un réseau) et des acteurs (producteurs, consommateurs, "virtual power plants", "effaceurs" de demande, etc.) mène à un rôle accru de l'optimisation décentralisée : les centres de décision ne partagent pas la même information,mais doivent contribuer à l'égalité offre-demande au moindre coût. Partant d'exemples simples illustrant des problèmes type, le rapport dégage les concepts appropriés au paradigme des réseaux intelligents : attitude face au risque, information disponible pour la prise de décision décentralisée. Le rapport précise comment les composants entrant dans la modélisation des problèmes d'optimisation associés --- variables, contraintes, critère --- se trouvent modifiés. Il développe ensuite différentes formulations mathématiques de problèmes d'optimisation selon, d'une part, l'attitude à l'égard du risque et, d'autre part, la façon dont l'information (au moment de la prise de décision) est représentée. Ces différentes formulations ouvrent la voie à différentes méthodes de résolution numériques, qui sont exposées. Le rapport présente des cas d'étude académiques internationaux, pour ouvrir la palette des approches et tourner le projecteur vers des expériences étrangères. Le rapport "Optimization Methods for the Smart Grid" prend le parti d'une présentation progressive et pédagogique. Il mêle les points de vue du secteur énergétique et de la communauté académique dans le but de faciliter de futures collaborations, dans un contexte en rapide évolution. Les problèmes et les contraintes auxquelles sont soumises les entreprises du secteur énergétique sont la source de problèmes nouveaux pour la communauté de l'optimisation. Le rapport fournit des éléments pour la résolution de tels problèmes et, à terme, pour le développement d'algorithmes et de logiciels dans la boîte à outils des ingénieurs de l'énergie.