A pesar de los esfuerzos recientes por registrar el viento en escalas espaciales y temporales más finas, las realizaciones estocásticas del viento siguen siendo importantes para muchos propósitos, y particularmente para la integración de la energía eólica en la red y estudios de fiabilidad. La mayoría de las instancias de generación eólica en la literatura se centran en simular solo la velocidad del viento, o la potencia, o solo el vector del viento en una ubicación y frecuencia de muestreo particular. En este trabajo, introducimos un modelo autorregresivo vectorial con cambio de Markov (MSVAR) y demostramos su flexibilidad para simular vectores de viento para series temporales de 10 minutos, horarias y diarias, así como para series temporales individuales, promediadas localmente y promediadas regionalmente. Además, demostramos cómo se puede utilizar el modelo para simular vectores de viento en múltiples ubicaciones simultáneamente para un paso de tiempo horario. Se presenta la estimación de parámetros y el algoritmo de simulación junto con una validación de las propiedades estadísticas importantes de cada escenario de simulación. Encontramos que el MSVAR es muy flexible para caracterizar una amplia gama de propiedades en el vector del viento, y concluimos con una discusión sobre las extensiones de este modelo y las opciones de modelado que pueden ser investigadas para futuras mejoras.