L’article présente une méthode d’optimisation multicritère (critères de consommation d’énergie finale et de coût d’investissement relatif) basée sur un algorithme génétique NSGA-II couplé à un modèle de simulation énergétique dynamique (COMFIE). La méthode est appliquée à un cas d’étude de type maison passive situé en Bulgarie, dans le cadre du projet européen AZEB (Affordable zero energy building), afin de déterminer des solutions zéro-énergie à moindre coût d’investissement. Des conceptions de différents niveaux de performance sont identifiées au sein du front de Pareto dont les impacts environnementaux sont évalués par analyse de cycle de vie (ACV, Equer). Les résultats montrent que pour identifier des solutions à énergie positive efficientes en termes de coûts et d’impacts environnementaux et éviter d’aboutir à des conceptions sous-optimales, il est recommandé d’intégrer à l’algorithme d’optimisation une fonction objectif tirée de l’ACV ou de compléter l’optimisation par une étude ACV