Dans ce travail, nous proposons des stratégies améliorées de mappage de tâches pour les simulations de systèmes électriques en temps réel sur des grappes de calcul hétérogènes. L'approche considère l'hétérogénéité tant des liaisons de communication que des capacités de calcul et cible spécifiquement l'optimisation relative aux goulots d'étranglement. Nous abordons le problème à travers deux modèles complémentaires~: le premier est le problème de semi-assignation quadratique avec goulot d'étranglement (bottleneck quadratic semi-assignment problem, BQSAP), qui optimise la configuration des tâches pour un nombre fixe de nœuds de calcul tout en minimisant les coûts de communication et de calcul. Le second modèle est le problème d'emballage optimal de taille variable avec des contraintes de communication quadratiques (variable-size bin packing problem with quadratic communication constraints, Q-VSBPP), qui minimise le nombre de nœuds de calcul requis, particulièrement utile pour les scénarios de provisionnement de ressources. Nous étendons la librairie PuLP pour résoudre les deux problèmes en incluant explicitement les coûts de communication et les contraintes de traitement, et en formalisant la nomenclature et les définitions des objectifs de goulot d'étranglement dans le partitionnement de graphes. Cette formalisation comble une lacune dans la littérature existante et fournit un cadre pour l'analyse rigoureuse et l'application des techniques de mappage de tâches à la simulation de systèmes électriques en temps réel. Enfin, nous fournissons une étude quantitative et comparons la librairie étendue PuLP avec la librairie de partitionnement SCOTCH dans le contexte du mappage de tâches de simulation transitoire électromagnétiques (EMT) en temps réel.