Esta investigación propone una metodología para diseñar y probar un algoritmo de control auto-optimizado (SOC) aplicado a un sistema de conversión de energía eólica (WECS). El SOC maximiza la producción de energía del WECS y reduce el estrés mecánico de las palas de la turbina eólica (WT) al optimizar una función de costo multiobjetivo. El cálculo de la función de costo utiliza un modelo combinado de elemento de pala y momento (BEM) y viga de pared delgada (TWB) para calcular la producción de energía de la turbina eólica y el estrés de las palas. La implementación del SOC implica un bajo costo computacional debido a una reducción del espacio de optimización mediante una proyección de matriz aplicada a un vector de medición, basada en un cálculo previo fuera de línea de una matriz de proyección. Además, el SOC optimiza la operación del WECS en presencia de incertidumbre asociada con la variación de la velocidad del viento al controlar una combinación lineal de variables medidas hacia un punto de ajuste. Una simulación en MATLAB de un modelo de turbina eólica nos permite comparar el WECS operando con el SOC, un sistema de control clásico de referencia (BCS) y un controlador predictivo no lineal (NMPC). El algoritmo SOC se evalúa en términos de producción de energía, estrés de las palas y costo computacional en comparación con el BCS y el NMPC. El rendimiento de la producción de energía y el estrés de las palas del algoritmo SOC se compara con el del BCS y el NMPC, mostrando una mejora significativa en ambos casos. Los resultados de la simulación demuestran que el SOC propuesto puede optimizar efectivamente la operación de un WECS en tiempo real con costos computacionales mínimos.