A energia eólica tem crescido de forma estável no Brasil nos últimos anos. Para impulsioná-la, é crucial considerar as mudanças climáticas, já que sua geração é altamente influenciada pelo clima. Por isso, é fundamental incorporar variáveis climáticas externas na modelagem das séries eólicas, contribuindo para reduzir as incertezas. Os Modelos Periódicos Autorregressivos com Variáveis Exógenas (PARX) representam uma abordagem viável para cumprir esse propósito, incluindo a variável exógena ENSO. No presente estudo, realizou-se a modelagem das séries de velocidade do vento nos estados do Rio Grande do Norte, Paraíba, Pernambuco, Alagoas, Sergipe, Rio Grande do Sul e Santa Catarina. Nesse sentido, foi considerada a covariância entre esses estados em cada região brasileira para avaliar a correlação espacial entre eles, criando a modelagem PARX-Cov. Além disso, a correlação entre os indicadores do fenômeno ENSO também foi considerada para viabilizar a previsão out-of-sample das variáveis climáticas, essa utilizada para a simulação de cenários de velocidade de vento. Ao comparar a modelagem do PARX e PARX-Cov, com o modelo vigente no setor elétrico brasileiro, observou-se um desempenho superior nos modelos propostos para a simulação de realizações futuras das séries de velocidade do vento. O modelo PARX-Cov com o índice ONI Acumulado é o mais adequado para Pernambuco, Rio Grande do Sul e Santa Catarina. O PARX-Cov com o índice SOI é mais apropriado para o Rio Grande do Norte. Para Alagoas e Sergipe, o PARX com o índice ONI Acumulado é o mais indicado, enquanto o PARX com Niño 4 Acumulado é melhor para a Paraíba.