Le pilotage optimal des systèmes énergétiques nécessite des stratégies de gestion basées sur des algorithmes d'optimisation. La palette d'outils est large, or chaque outil fait appel à des théories variées (optimisation convexe, dynamique, stochastique...) qui nécessitent chacune un temps d'appropriation allant de quelques jours à plusieurs mois. Il est donc difficile, pour le ou la praticien.ne novice en gestion d'énergie de saisir les principales caractéristiques de chaque approche pour pouvoir les comparer objectivement et finalement trouver la ou les méthodes les plus adaptées à un problème donné.Pour faciliter une comparaison objective et transparente, nous proposons un problème de gestion d'énergie emblématique et simple : une maison solaire avec production photovoltaïque et stockage. Après avoir justifié le dimensionnement du système, nous illustrons le benchmark par une première comparaison de quelques méthodes de gestion d'énergie (règle heuristique, MPC et optimisation anticipative). Nous soulignons en particulier l'effet de l'incertitude de la production solaire sur la performance. Ce benchmark, avec les méthodes de gestion décrites, est open source, accessible en ligne et multi-langage (Python, Julia et Matlab).