Se han desarrollado enfoques de distribución estadística para describir los datos del viento debido a la naturaleza intermitente e impredecible de la velocidad del viento. Se considera que la distribución de Weibull con dos parámetros es la más precisa para modelar los datos del viento. Este estudio busca la evaluación de la energía eólica mediante la búsqueda de la estimación óptima de los parámetros de Weibull. Para este objetivo, se investigan métodos analíticos y heurísticos. Los métodos analíticos incluyen la máxima verosimilitud, el método de momentos, el factor de patrón de energía y métodos empíricos, mientras que los algoritmos de optimización heurística incluyen la optimización por enjambre de partículas y el optimizador Aquila (AO). Ambos métodos, analíticos y heurísticos, se evalúan conjuntamente para ajustar la función de densidad de probabilidad de los datos del viento. Además, se presentan nueve modelos para encontrar el modelo más apropiado que represente la producción de energía eólica. El error entre la densidad de energía eólica real y estimada se calcula para el modelo de cada sitio de estudio, el cual tiene un menor error de energía. Se realiza la prueba de ajuste con datos reales para los sitios de Zafarana y Shark El-Ouinate en Egipto durante un año. Adicionalmente, se evalúan diferentes indicadores de propiedades de ajuste, como el error cuadrático medio, el coeficiente de determinación (R), el error absoluto medio y la desviación de producción eólica. Los resultados de la simulación declaran que el algoritmo de optimización AO propuesto ofrece una mayor precisión que varios algoritmos de optimización en la literatura para estimar los parámetros de Weibull. Además, el análisis estadístico de los métodos comparados demuestra la alta estabilidad del algoritmo AO. Así, el AO propuesto tiene mayor precisión y más estabilidad en los resultados obtenidos para los parámetros de Weibull y los cálculos de energía eólica.