Recriei sua plotagem com dados de http://hawaii.gov/dbedt/ert/winddata/krab0192.txt (fiz as 1200 medições). Consegui um ajuste decente dos dados, geralmente usando seu código:
library(lmom)
daten <- read.delim("wind.txt")
wind.avg <- na.omit(as.numeric(daten[,"X12"]))
wind.moments<-samlmu(wind.avg)
moments<-pelwei(wind.moments)
x.wei<-rweibull(n=length(wind.avg), shape=moments["delta"], scale=moments["beta"])
hist(as.numeric(wind.avg), freq=FALSE)
lines(density(x.wei), col="red", lwd=4)

Desculpe, não tenho certeza se seu problema poderia ser, mas acho que você deve ajustar os dados aos seus dados. O que me deixa desconfiada é a curva do sino do seu gráfico de densidade, não tenho ideia de onde isso veio.
Aqui estão os momentos que eu gerei:
wind.moments
l_1 l_2 t_3 t_4
15.17287544 4.80372580 0.14963501 0.06954438
momentos
zeta beta delta
0.516201 16.454233 1.745413
WTR para a produção anual: suponho que eu geraria valores discretos para a função de densidade de probabilidade, multiplicaria esses valores pela função de saída e resumiria. Como alternativa, você pode simplesmente usar seus dados brutos, multiplicar os valores pela função de saída, resumir e calcular a média anual. Você deve controlar a sazonalidade de uma maneira adequada (por exemplo, certifique-se de usar anos inteiros ou ponderar adequadamente) .
Aqui está a saída não controlada (usando a fórmula de http://www.articlesbase.com/diy-articles/determining-wind-turbine-annual-power-output-a-simple-formula-based-upon-blade-diameter- e a velocidade média do vento na sua localização-513080.html )
years <- length(wind.avg)/365
diameter <- 150
Power = (0.01328*diameter^2)*((wind.avg)^3)
(annual.power <- sum(Power)/years)
[1] 791828306