El panorama energético global está enfrentando crecientes desafíos, con crisis energéticas en regiones como Sudáfrica que subrayan la necesidad de acelerar la transición hacia soluciones de energía renovable. Este documento presenta un enfoque para mejorar la planificación de la energía solar, centrándose específicamente en aprovechar las capacidades del software ATlite junto con datos personalizados. Utilizando modelos matemáticos, ATlite (que fue desarrollado inicialmente por el Grupo de Energía Renovable en el Instituto de Estudios Avanzados de Frankfurt) es un paquete de software en Python que convierte datos históricos de clima en potenciales de generación de energía y series temporales para tecnologías de energía renovable como paneles fotovoltaicos (PV) y turbinas eólicas. El software combina de manera eficiente datos atmosféricos y de terreno de grandes regiones utilizando pesos definidos por el usuario basados en el uso del suelo o el rendimiento energético. En este estudio, los datos de reanálisis del Centro Europeo para Pronósticos Meteorológicos a Medio Plazo (ERA5) fueron modificados utilizando Kriging para mejorar la resolución de cada campo de datos. Estos datos refinados se aplicaron en ATlite, en lugar de utilizar las herramientas estándar de descarga y procesamiento de datos integradas, para generar mapas de factores de capacidad solar y series temporales de generación solar. Esto se utilizó para identificar tecnologías PV específicas así como sitios óptimos para la energía solar. Posteriormente, una serie temporal de generación de energía simulada se comparó con datos de generación solar medidos, resultando en un error cuadrático medio (RMSE) de 19.6 kW para una instalación de 250 kWp. La flexibilidad y versatilidad de este enfoque en la inclusión de datos personalizados llevó a la conclusión de que podría ser una opción adecuada para la planificación y toma de decisiones en energía renovable en Sudáfrica y a nivel global, proporcionando valor a los instaladores y planificadores solares.