‹ Kembali
Electra Skill Academy · Atlite Studio
🗺️ Peta Listrik 🌱 Simulasi
weather → energy · no-code front-end for PyPSA/atlite

atlite mengubah data cuaca (kecepatan angin, radiasi matahari dari ERA5) menjadi potensi & time series energi terbarukan — PLTB, PLTS, CSP, hydro, kebutuhan panas. Studio ini bikin langkah tersulitnya jadi mudah: pilih wilayah, set periode & parameter, lalu dapatkan kode Python yang tinggal dijalankan.

Cara kerjanya: komputasi berat atlite (download ERA5 berukuran GB + pemrosesan numerik) berjalan di mesin kamu — memang begitu desainnya. Studio ini menyusun konfigurasi & meng-generate kodenya, bukan menjalankan simulasinya di browser.

01

Cutout

Iris satu kotak wilayah + periode dari basis data cuaca global.

02

Convert

Terapkan model turbin/panel untuk hitung daya per grid cell.

03

Output

Capacity factor, time series, CSV, dan peta siap dipakai di model energi.

1

Cutout — wilayah & waktu

geser kotak di peta
grid snap 0.25° · drag isi kotak untuk geser, sudut untuk ubah ukuran
Grid cells
—
Time steps
—
Est. cutout
—
Estimasi beban download (kasar)
2

Conversion — apa yang dihitung

cutout.wind() — ubah kecepatan angin jadi daya per-unit memakai kurva daya turbin.

Nama dari pustaka turbin OEDB bawaan atlite.
CF = energi aktual ÷ energi maksimum teoretis.

cutout.pv() — radiasi surya → daya panel PV pada orientasi/tracking tertentu.

Dekat ekuator umumnya rendah (≈ lintang).
0° = menghadap khatulistiwa; 180° konvensi utara.

cutout.csp() — radiasi langsung (DNI) → keluaran termal kolektor surya terkonsentrasi.

Catatan: CSP butuh DNI tinggi & langit cerah; cocok dicek dulu apakah wilayahmu layak.

cutout.runoff() — limpasan permukaan, basis inflow PLTA. Biasanya dipadukan dengan poligon DAS.

Untuk inflow waduk yang realistis, atlite menggabungkan runoff dengan shapefile DAS — lihat dokumentasi hydro.

cutout.heat_demand() — suhu udara → kebutuhan pemanas (heating degree). Untuk iklim tropis biasanya bernilai kecil.

Pemanasan dihitung di bawah ambang ini.