Este trabajo propone una metodología modular implementada en Python para eva luar AGPE’s a partir de cuatro insumos: (i) consumo eléctrico por usuario, (ii) irradiancia solar, (iii) potencial de generación FV con energía diaria estimada y medida, y (iv) precios del merca do eléctrico en dos contextos: ESSA (Colombia) y un esquema horario europeo. La contribu ción central es una arquitectura por módulos desacoplados, conectados únicamente mediante un bus de datos en CSV, facilita trazabilidad, mantenimiento y auditoría. En lugar de una eva luación financiera completa (VAN/TIR), la viabilidad se redefine como un criterio operativo: el sistema se considera viable si el payback es menor a 4 años, estimado con la factura anual del usuario y un costo de referencia de instalación FV. Los consumos de 30 usuarios (5 por estra to) se modelaron con referencias regionales y datos de ESSA, incorporando tendencias típicas residenciales para generar perfiles coherentes. De forma análoga, el componente europeo se construyó a partir de series reales de tarifas horarias, procesadas y modeladas estadística mente para conservar su variabilidad. Finalmente, se implementa un agente recomendador que corrige hábitos, desplaza cargas según la tarifa dinámica y soporta mensajes basados en tendencias. Se seleccionan 4 casos y se generan visualizaciones para el análisis.