Dans ce travail, nous abordons le problème du commerce optimal d’énergie (optimal-energy-trading, OET) dans des réseaux de distribution exploités par un opérateur de réseau énergétique (energy grid operator, EGO) et un grand nombre de ménages prosommateurs. Nous introduisons d’abord une architecture de type agrégation d'agrégations (cluster-of-clusters, CoC) qui partitionne le réseau en grappes résidentielles de prosommateurs (Residential Prosumer Clusters, RPC), chacune coordonnée par un agrégateur responsable des échanges d’énergie internes ainsi que des interactions externes avec les agrégations voisines et l’EGO. Afin d’optimiser les échanges d’énergie à l’intérieur des agrégations et entre ceux-ci, nous développons une nouvelle approche de commande décentralisé fondée sur la théorie des jeux à champ moyen graphon majeur-mineur (major-minor graphon mean field games, MM-GMFG). Ce cadre modélise le problème d’OET comme un jeu dynamique décentralisé et permet de dériver des stratégies de commandes optimales minimisant à la fois le coût énergétique individuel de chaque prosommateur (agents mineurs) et le coût associé aux stratégies optimales de l’EGO (agent majeur). Les dynamiques et fonctions de coût des ménages (agents mineurs) sont influencées par : (i) les effets agrégés locaux au sein de leur RPC ainsi que par les interactions globales à travers le réseau CoC interconnecté, et (ii) les décisions de l’EGO (stratégies de l’agent majeur). En retour, les dynamiques et la fonction de coût de l’EGO sont influencées par l’effet agrégé de l’ensemble des agents mineurs. Nous dérivons des stratégies de commande optimales pouvant être interprétées comme un équilibre de Nash pour le jeu formulé. Nous établissons également des résultats d’existence et d’unicité sous une condition de monotonie de Lasry-Lions en couplage complet, ainsi qu’une garantie d’approximation \(\epsilon_N\)-Nash pour une population finie, sous des conditions de cohérence entre les coûts des modèles finis et continus. Enfin, des expériences numériques menées sur un réseau énergétique dense composé de 100 agrégations, chacun regroupant 200 ménages hétérogènes, démontrent la faisabilité computationnelle ainsi que les performances économiques de l’approche MM-GMFG proposée.