ANÁLISIS DEL SISTEMA DE TRANSMISIÓN NACIONAL DE ENERGÍA

COLOMBIANO (STN) DESDE EL PUNTO DE VISTA DE REDES COMPLEJAS

OSCAR ARLEY BUITRAGO JUNCO

DIEGO MAURICIO TAUTA RÚA

UNIVERSIDAD NACIONAL DE COLOMBIA

FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INEGENIERÍA ELÉCTRICA Y ELECTRÓNICA
BOGOTÁ, 2008
 ANÁLISIS DEL SISTEMA DE TRANSMISIÓN NACIONAL DE ENERGÍA
COLOMBIANO (STN) DESDE EL PUNTO DE VISTA DE REDES COMPLEJAS

OSCAR ARLEY BUITRAGO JUNCO 02-222521

DIEGO MAURICIO TAUTA RÚA 02-222553

Trabajo de grado presentado para optar al título de Ingeniero Electricista.

DIRIGIDO POR:

ING. JESÚS ALBERTO DELGADO RIVERA

UNIVERSIDAD NACIONAL DE COLOMBIA

FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INEGENIERÍA ELÉCTRICA Y ELECTRÓNICA
BOGOTÁ, 2008
A mi mamá, por el esfuerzo y dedicación con el que me cuidó sola todos estos años.

A mis hermanas Alba y Diana, por todos los buenos y malos momentos vividos en
estos años

A Diego Mauricio, no solamente por permitirme el honor de desarrollar

conjuntamente esta tesis, sino por todo el apoyo ofrecido durante estos años.

A todos los compañeros del Labe, por su confianza abrirme una puerta para poder
seguir forjando mi futuro.

Y a todos, por su paciencia.

Oscar

A Dios por brindarme la sabiduría, paciencia y fortaleza necesarias para recorrer

este camino

A mi hermana, la cual siempre confió en mí, me apoyo, me ofreció una mano amiga
cuando la necesite y nunca dudo en que yo conseguiría esta meta.

A mis padres, los cuales siempre estuvieron ahí para darme ánimo y valentía en
los momentos de fragilidad y desmayo.

A mi compañero de tesis, el cual más que un compañero es un amigo, y con el cual

en trabajo mancomunado conseguimos convertir materializar este sueño.

Y a las demás personas que hace algunos años vieron en mí un futuro, y que ahora
se vuelve una realidad.

Diego.
  

AGRADECIMIENTOS

Agradecemos al ingeniero Jesús Alberto Delgado, quien nos oriento en la investigación realizada y
nos brindó su apoyo durante el desarrollo de la misma, a los ingenieros Henry Navarro y Antonio
Mejía los cuales por medio de sus observaciones complementaron nuestro trabajo y al ingeniero
Jaime Alemán Casas por su asistencia en todo momento.
 
 CONTENIDO

Pág.

INTRODUCCIÓN 1

1. DEFINICIONES BÁSICAS DE REDES COMPLEJAS 3

1.1 DEFINICIÓN DE REDES COMPLEJAS 3

1.2 CONCEPTOS DE REDES COMPLEJAS 4

1.2.1 Grado 4
1.2.2 Distribución de probabilidad de grado 7
1.2.3 Agrupamiento (Clustering) 8
1.2.4 Distancia más corta (geodésico) 9
a. Redes avaluadas o con peso 10
b. Redes desavaluadas o sin peso 10
1.2.5 Carga (Load) 12
1.2.6 Grado remanente (Remain degree) 13
1.2.7 Mezcla ordenada (Assortative Mixing) 14

1.3 TIPOS DE REDES COMPLEJAS 15

1.3.1 Propiedades de las redes complejas 15

a. Propiedad de pequeño mundo 16
b. Propiedad libre de escala 16
1.3.2 Tipos de redes complejas 16
a. Redes aleatorias 16
b. Redes ordenadas 16
c. Redes de pequeño mundo 16
d. Redes de libre escala 16
e. Redes de simple escala 16

2. PARÁMETROS BÁSICOS DE REDES COMPLEJAS DEL SISTEMA DE

17
TRANSMISIÓN NACIONAL

2.1 DESCRIPCIÓN DEL STN 17

2.2 PARÁMETROS DE REDES COMPLEJAS 18

2.2.1 Grado 18
2.2.2 Distribución de probabilidad de grado 19
2.2.3 Grado remanente 22
2.2.4 Agrupamiento 22
2.2.5 Ruta más corta 25
2.2.6 Eficiencia 30
 Pág.
2.2.7 Correlación de grado 33
2.2.8 Carga 33

2.3 PARÁMETROS DE LAS REDES POR NIVELES DE TENSIÓN 35

2.3.1 Red de 500 kV 35

2.3.2 Red de 220 kV 37
a. Zona Centro 37
b. Zona Atlántico 39
c. Zona Urabá 41

2.4 RESUMEN DE LA RED STN 42

3. FALLAS SELECTIVAS SOBRE LA RED COMPLEJA DEL STN,

43
ROBUSTEZ Y ESTABILIDAD

3.1 GUATAPÉ 230 kV 44

3.1.1 Condiciones iniciales Guatapé 44

3.1.2 Redistribución de la carga después de la falla S/E Guatapé 44
3.1.3 Ruta más corta (L) después de la falla S/E Guatapé 46
3.1.4 Eficiencia (E) después de la falla S/E Guatapé 46

3.2 SABANALARGA 230 kV Y 500 kV 47

3.2.1 Condiciones iniciales Sabanalarga 47

3.2.2 Redistribución de la carga después de la falla S/E Sabanalarga 47
3.2.3 Ruta más corta (L) después de la falla S/E Sabanalarga 49
3.2.4 Eficiencia (E) después de la falla S/E Sabanalarga 49

3.3 SAN CARLOS 230 kV Y 500 kV 50

3.3.1 Condiciones iniciales San Carlos 50

3.3.2 Redistribución de la carga después de la falla S/E San Carlos 50
3.3.3 Ruta más corta (L) después de la falla S/E San Carlos 52
3.3.4 Eficiencia (E) después de la falla S/E San Carlos 53

3.4 ESMERALDA 230 kV 53

3.4.1 Condiciones iniciales Esmeralda 53

3.4.2 Redistribución de la carga después de la falla S/E Esmeralda 53
3.4.3 Ruta más corta (L) después de la falla S/E Esmeralda 55
3.4.4 Eficiencia (E) después de la falla S/E Esmeralda 56

3.5 TORCA 230 kV 57

3.5.1 Condiciones iniciales Torca 57

3.5.2 Redistribución de la carga después de la falla S/E Torca 57
3.5.3 Ruta más corta (L) después de la falla S/E Torca 59
3.5.4 Eficiencia (E) después de la falla S/E Torca 60
 Pág.
3.6 GUAVIO 230 kV 60

3.6.1 Condiciones iniciales Guavio 60

3.6.2 Redistribución de la carga después de la falla S/E Guavio 60
3.6.3 Ruta más corta (L) después de la falla S/E Guavio 62
3.6.4 Eficiencia (E) después de la falla S/E Guavio 63

4. ANÁLISIS DE RESULTADOS 64

4.1 RESUMEN PARÁMETROS STN 64

4.2 TIPO DE RED 64

4.3 VULNERABILIDAD DEL STN 65

5. CONCLUSIONES Y RECOMENDACIONES 70

6. BIBLIOGRAFÍA 73
 LISTA DE TABLAS

Pág.

Tabla 1 Lista de películas en la que participan actores 6

Tabla 2 Gráfico de cada nodo de la red social 6

Tabla 3 Probabilidad de grado para cada red social 7

Tabla 4 Coeficiente de agrupamiento de la red social 9

Tabla 5 Matriz D de la red social ejemplo 12

Tabla 6 Valores de grado remanente para cada ejemplo 14

Tabla 7 Grado de los nodos de la red del STN 18

Tabla 8 Probabilidades puntual y acumulada del grado en la red 20

Tabla 9 Ecuaciones de las líneas de tendencia de las gráficas 2 y 3. 21

Tabla 10 Probabilidad de grado remanente de la red STN 22

Tabla 11 Coeficiente de agrupamiento subestaciones SIN 23

Tabla 12 Coeficiente de agrupamiento de diferentes modelos de redes 24

Tabla 13 Valor promedio de los geodésicos promedio subestaciones (nodos) SIN. 29

Tabla 14 Eficiencia por subestaciones (nodos) SIN. 30

Tabla 15 Registro de algunos valores de eficiencia en distintas redes. 32

Tabla 16 Carga por subestaciones (nodos) STN 33

Tabla 17 Resumen de carga por subestaciones (nodos) STN 34

Tabla 18 Resumen de los parámetros de redes complejas para cada una de las redes
42
analizadas.

Tabla 19 Carga de los nodos del sistema E después de la falla S/E Guatapé 44

Tabla 20 Carga de los nodos del sistema E después de la falla S/E Sabanalarga 47

Tabla 21 Carga de los nodos del sistema E después de la falla S/E San Carlos 51

Tabla 22 Carga de los nodos del sistema E después de la falla S/E Esmeralda 54

Tabla 23 Carga de los nodos del sistema E después de la falla S/E Torca 57
 Pág.

Tabla 24 Carga de los nodos del sistema E después de la falla S/E Guavio 60

Tabla 25 Resumen de los parámetros de redes 64

 LISTA DE FIGURAS

Pág.

Figura 1 Diferentes ejemplos de gráficos de redes 3

Figura 2 Gráfico de la red social de actores 6

Figura 3 Coeficiente de agrupamiento para el nodo 10 de la red social 9

Figura 4 Diagrama de flujo del algoritmo para el cálculo de la distancia promedio 28

Figura 5 Red de 500 kV 35

Figura 6 Red de 220 kV, zona Centro. 37

Figura 7 Red de 220 kV, zona Atlántico. 39

Figura 8 Red de 220 kV, zona Urabá 41

 LISTA DE GRÁFICAS

Pág.

Gráfica 1 Curva de probabilidad de grado para el ejemplo 8

Gráfica 2 Probabilidad de grado p(k), tendencia exponencial 20

Gráfica 3 Probabilidad de grado p(k), tendencia potencial 20

Gráfica 4 Probabilidad de grado remanente Q(k), tendencia exponencial 22

Gráfica 5 Coeficiente de agrupamiento C(k), tendencia lineal 25

Gráfica 6 Ruta más corta L(k), tendencia potencial 30

Gráfica 7 Eficiencia E(k), tendencia potencial 32

Gráfica 8 Carga de las subestaciones vs. Grado 35

Gráfica 9 Histograma del número de nodos por grado, red de 500 kV 36

Gráfica 10 Curva de probabilidad de grado red de 500 kV. 36

Gráfica 11 Histograma del número de nodos por grado, zona Centro 38

Gráfica 12 Curva de probabilidad de grado para zona Centro, tendencia exponencial 38

Gráfica 13 Curva de coeficiente de agrupamiento vs. k, zona Centro 39

Gráfica 14 Histograma del número de nodos por grado, zona Atlántico 40

Gráfica 15 Curva de probabilidad de grado para zona Atlántico, tendencia lineal 40

Gráfica 16 Curva de coeficiente de agrupamiento vs. k, zona Atlántico 41

Gráfica 17 Histograma del número de nodos por grado, zona Urabá 42

Gráfica 18 Eficiencia del sistema E después de la falla S/E Guatapé 47

Gráfica 19 Eficiencia del sistema E después de la falla S/E Sabanalarga 50

Gráfica 20 Eficiencia del sistema E después de la falla S/E San Carlos 53

Gráfica 21 Ruta más corta del sistema L después de la falla S/E Esmeralda 56

Gráfica 22 Eficiencia del sistema E después de la falla S/E Esmeralda 56

Gráfica 23 Eficiencia del sistema E después de la falla S/E Torca 59

 Pág.

Gráfica 24 Eficiencia del sistema E después de la falla S/E Torca 60

Gráfica 25 Eficiencia del sistema E después de la falla S/E Guavio 63

Gráfica 24 Eficiencia del sistema E después de la falla S/E Torca 63

 INTRODUCCIÓN

A lo largo de la historia, el hombre siempre ha buscado la manera de entender cómo está

compuesto y cómo funciona todo lo que está a su alrededor. Las interacciones alimenticias entre
los animales (conocidas como cadenas tróficas), el funcionamiento de diversas funciones de su
cuerpo e, incluso, las diversas relaciones sociales entre los mismos humanos, han sido objeto de
interés por algunos científicos y gente del común; recientemente el interés se ha presentado en
algunos campos como las comunicaciones y la energía eléctrica. SIN embargo, todo sistema
puede presentar fallas, cuya gravedad depende de la capacidad de respuesta del mismo sistema
afectado: puede presentarse un leve corte de energía o un apagón catastrófico, un simple virus
de computadora que afecte un computador o se propague por toda la red, un simple virus de
gripa o uno que conlleve a una enfermedad terminal, entre otros miles de ejemplos.

La importancia de representar físicamente una red está en que su topología influye directamente
sobre su comportamiento. [11] Por ejemplo, en un sistema eléctrico la topología es la que
influye sobre la robustez y estabilidad de la transmisión de energía: las conexiones existentes, el
estado de los equipos utilizados, etc. Por eso, se presenta la necesidad de representar de una
manera tangible el sistema para que pueda ser manipulado y controlado de una manera más
sencilla. El problema de la representación está en la información requerida para conseguir un
modelo ideal, y el unir toda esa información lógicamente.

Los inicios del modelamiento de redes se remontan a la aparición de la teoría de grafos, en el

siglo XVIII, cuando Euler resolvió el problema de los puentes de Konigsberg. [8] A partir de la
utilización de grafos, se pudieron resolver diversos problemas de optimización de redes, análisis
de sistemas, entre otros. Desde entonces, así como diversos profesionales han podido desarrollar
modelos de muchos elementos de un sistema, la idea es crear una red que los unifique de
manera coherente con sus funciones.

El problema apareció tiempo después, cuando los avances tecnológicos permitieron que se
perfeccionaran los modelos, con la introducción de sistemas computarizados; pero trajo consigo
elementos mucho más numerosos que aumentaron complejidad de una red, las cuales ya no
podían ser analizadas por los métodos clásicos (entre ellos, la simple inspección visual).

El objetivo principal de este trabajo está en realizar una caracterización del Sistema de
Transmisión Nacional de energía eléctrica en Colombia, definiendo los principales conceptos
básicos, para posteriormente realizar un análisis del comportamiento de la red en caso que
alguno de los elementos de la red presente alguna falla que lo inhabilite del sistema.

El trabajo a desarrollar será un algoritmo que permita modelar una red compleja, el cual se
aplicará al Sistema Eléctrico Nacional para distintos valores de tensión, y posteriormente se
utilizará para el análisis de robustez en el sistema. Este proyecto será desarrollado tomando
cada uno de los nodos (subestaciones) y vínculos (líneas de transmisión) como unidades, es
decir, no tendrá en cuenta las distancias físicas que existen, ni parámetros eléctricos de los
mismos (impedancias de las líneas, regulación de tensión, perdidas de energía, etc.) SIN
embargo, esperamos que en análisis futuros se puedan implementar este tipo de estudios. Para

1 
 
esto se adicionarán al trabajo escrito otros elementos de tipo didáctico, como lo son
presentaciones y videos.

Para el desarrollo del trabajo de grado utilizaremos una metodología deductiva –descriptiva, en
la cual a partir de los conceptos básicos sobre redes complejas (definiciones, clases, parámetros
característicos, etc.), se desarrollará un algoritmo que permita calcular los parámetros de la red
del sistema con el fin de caracterizarlo y saber si realmente puede modelarse como red
compleja, y posteriormente simular el comportamiento del sistema como respuesta a fallas y
ataques selectivos.

2 
 
 1. DEFINICIONES BÁSICAS DE REDES COMPLEJAS

En este capítulo se hace una definición matemática y conceptual de los principales parámetros
de las redes complejas, cada una de ellas ilustrada mediante un breve ejemplo.

1.1 DEFINICIÓN DE REDES COMPLEJAS

Según Amaral y Ottino [3], un sistema complejo es aquel sistema que posee una gran cantidad
de elementos o agentes, capaces de interactuar entre ellos o con su ambiente. Un sistema puede
ser representado gráficamente, pero su facilidad para graficar e interpretar puede variar según el
número de nodos y enlaces que se puedan presentar, como se observa en la Figura 1.

Figura 1. Diferentes ejemplos gráficos de redes. (a) Una red de 8 nodos y 10 enlaces. (b) Red
social de individuos contagiados con VIH.

a. b.
Fuente: Newman. [9]

Algunas de las principales características de estos sistemas son:

- La interacción entre los elementos puede ocurrir con elementos cercanos o muy
distantes.
- Los elementos pueden encontrarse en puntos fijos o moverse en el espacio, y pueden
estar en uno de dos estados o de múltiples estados.
- Una característica común de todos los sistemas complejos es pueden organizarse SIN
ningún principio organizacional externo.

3 
 
Cada modelo depende de toda la información que se posea de la red y del grado de complejidad
que se quiera tener o se necesite, pero a medida que aumenta el número de elementos la red se
vuelve más complicada de analizar. Entre los problemas más comunes que se pueden presentar
están los siguientes [11]:

1. Estructuras muy complejas (enredadas): la cantidad de nodos y elementos de una red

hacen que la manipulación se vuelva complicada.

2. Evolución en el tiempo: se ha encontrado que muchos de esos sistemas cambian su

topología varias veces con el tiempo (por ejemplo, al encender y apagar un bombillo o
electrodoméstico)

3. Diversidad de conexiones: no solamente se debe a la cantidad de nodos con conexiones,

sino también al peso o dirección que tengan. Por ejemplo, una carretera puede ser de un
solo sentido o ser de doble vía.

4. Pueden ser sistemas no lineales: que, al comportarse como un sistema no lineal, su

predicción se hace mucho más complicada.

5. Diversidad de nodos: no solamente en número, sino en la clase o valor del mismo.

En los últimos años, el análisis de las redes complejas ha surgido a partir de definiciones de tipo
estadístico, las cuales pretenden caracterizar su topología y dinámica.

1.2 CONCEPTOS DE REDES COMPLEJAS

1.2.1 Grado (Degree) En un modelo de red por medio de grafos deben existir
necesariamente nodos, los cuales se encuentran unidos por medio de enlaces o vínculos. La
manera de representar estos enlaces puede depender del tipo de nodo. En el caso de un sistema
eléctrico, estos enlaces se representan por el número de conexiones que una subestación tenga
con las demás.

Si se analiza una red social, se podrán identificar cierta clase de individuos que son muy
populares por su gran número de relaciones amistosas, los cuales pueden llegar a convertirse en
líderes de ciertos grupos de esa red, mientras que otros no poseen tantos contactos o
protagonismo. Entonces, una manera de iniciar el análisis de una red social es identificando los
elementos clave. Así mismo, se puede hacer con el sistema de transmisión y otros tipos de
sistemas: mirando el número de enlaces que este nodo tenga con los otros. Aquí es donde
aparece el concepto de grado de un nodo.

Aunque también es necesario tener en cuenta que en algunos casos la información, materia o
energía de un nodo a otro puede no sea recíproca. En algunos sistemas viales, la cantidad de
automóviles que fluyen de un lado a otro hace que se construyan vías de un solo sentido. En un
sistema eléctrico, lo más común es que fluya energía de un nodo de generación a un nodo de
demanda, más no lo contrario. Aquí es donde veremos el caso de las redes dirigidas y no
dirigidas.

4 
 
Conceptualmente, el grado de un nodo se define como el número de conexiones directas que
este tiene con otros nodos: matemáticamente se define así (en términos de una matriz de
adyacencia A=|aij|) [4]:

k i = ∑ aij
j

Una matriz de adyacencia es una matriz N x N que muestra cómo es la topología de una red
cualquiera, donde N es el número de nodos de la matriz. Los elementos aij de la matriz dependen
tanto de la existencia de conexión entre los elementos de la matriz, así como del tipo de red que
se esté trabajando, es decir, si la red tiene peso o no (estos conceptos se explicarán más
adelante).

Ahora, existe la opción que si la red es dirigida (una red que tiene enlaces dirigidos, es decir,
enlaces si tiene únicamente una dirección [9]–como las calles de un solo sentido en una red vial
de una ciudad), el grado de los nodos conste de dos componentes [4]:

k i = k ient + k isal

Donde:

k ient = ∑ a ji
j

k isal = ∑ aij
j

Es la expresión del grado de nodos de entrada (cuando el nodo es el receptor de la información)

y del grado de nodos de salida (cuando el mismo es el emisor).

Para aclarar un poco más los conceptos, tenemos el siguiente ejemplo.

Uno de los usos más frecuentes de redes complejas está en las redes sociales. Una red social es
la representación gráfica de una estructura social en la que un nodo representa un individuo de
esa estructura y un enlace representa el tipo de relación entre los individuos (relación laboral,
uniones conyugales, amistad, transmisión de enfermedades). [14]

Aquí haremos un ejemplo ficticio de una red social. Se tiene una red social de actores que han
trabajado juntos entre ellos, en diferentes películas (Tabla 1)

5 
 
Tabla 1. Lista de películas en las que participan los actores

Película Actores Película Actores

1 13, 14 8 1, 6
2 1, 12 9 1, 10
3 1, 2 10 5, 8
4 2, 4 11 6, 7, 12
5 2, 3, 5, 6, 12 12 6, 11
6 5, 7 13 8, 10, 14
7 1, 4 14 8, 9

En esta red se definen los siguientes elementos:

- Nodos: actores participantes (actores 1 a 14)

- Enlaces: participación conjunta de dos actores en una película (no importa el número de
veces que hayan compartido set, sino el hecho que sí hayan participado juntos o no)

Entonces, en esta red tenemos un total de 14 nodos y 26 enlaces, los cuales se encuentran
representados gráficamente (Figura 2). El grado (Tabla 2) muestra que el mayor número de
actores con los que un actor ha compartido set es 7.

Tabla 2. Grado de cada nodo de la red social.

Actor Grado Actor Grado

1 5 8 4
2 6 9 1
3 4 10 3
4 2 11 1
5 6 12 6
6 7 13 1
7 3 14 3

Figura 2. Gráfico de la red social de actores.

6 
 
1.2.2 Distribución de probabilidad del grado En una red eléctrica, el grado de un nodo
puede observarse fácilmente mientras que el tamaño de la misma red lo permita; pero, en
algunos casos este análisis se puede dificultar bastante. Una cosa es contar el número de
computadores que están conectados en una red de computadores de una oficina pequeña o
mediana: existirá un servidor y un número discreto de computadores de escritorio y portátiles.
Pero, al hablar de redes como Internet el conteo es mucho más complicado, por el número
excesivo de computadores que pueden haber conectados, sin contar que algunos estarán
conectados a otro gran número. Por eso, para analizar la red es más conveniente mencionar un
porcentaje de computadores con cierta cantidad de conexiones que mencionar una cifra exacta
pero difícil de manejar.

Como concepto de redes complejas, p(k) se define como la probabilidad de que un nodo n de la
red, seleccionado al azar, sea de grado k (lo llamaremos nk) [4] como se muestra en la Tabla 3
para el ejemplo dado, que la probabilidad de que un nodo tenga un grado de 3 es de 21 %.
Matemáticamente, la función de distribución de probabilidad debe cumplir las condiciones de
normalización, es decir:

∑ p (k ) = 1
k

Una manera de representar esta distribución es por medio de la función de distribución

acumulada, es decir, la probabilidad de que un nodo tenga un grado igual o mayor a k, la cual se
define como [9]:

∞
Pk = ∑p
k '= k
k'

Al ser normalizada, el valor máximo de probabilidad (o sea, uno) lo va a tener el mínimo grado
de la red, pues la probabilidad de que el valor sea menor o igual a éste será de 100 %, como se
puede ver en la Tabla 3 para el ejemplo –excluyendo los nodos que estén aislados de la red.

Tabla 3. Probabilidad de grado para la red social.

Actores Número Probabilidad Probabilidad

Grado
con grado de de ocurrencia acumulada
(k)
k (nk) actores p(k) pk´
1 9, 11, 13 3 0,214 1
2 4 1 0,071 0,785
3 7, 10, 14 3 0,214 0,714
4 3, 8 2 0,142 0,500
5 1 1 0,071 0,357
6 2, 5, 12 3 0,214 0,285
7 6 1 0,071 0,071

7 
 
Gráfica 1. Curva de probabilidad de grado para el ejemplo.

1.2.3 Agrupamiento (Clustering) La manera más sencilla de introducir este término es por
medio de una red social. En una comunidad cualquiera, como un colegio, se suelen originar
diversas agrupaciones entre los estudiantes, con diversas razones (mismo salón de clase,
mismos gustos de comida, música o películas, deporte, etc.) y reforzando los lazos de amistad
entre estos miembros. Observando un sistema eléctrico, el número de conexiones que una
subestación tenga con otras le permitirá optar por tomar varías vías para recibir la energía, y la
hará más confiable frente a fallas que se puedan presentar.

Teóricamente, la propiedad de transitividad de la red (conocida como clustering) es una

propiedad de agrupamiento de los nodos de una red, en la cual dos nodos que se encuentran
conectados a un tercer nodo se encuentran conectados entre sí. En otras palabras, se traduce
como una gran presencia de pequeños grupos entre los nodos (o triángulos, por la manera como
se representan en un esquema). [4] Una manera de cuantificarlo es calculando la transitividad de
la siguiente manera:

3*# triangulos
C=
# triples conectados
2e i
∑
j ,m
a ij a jm a mi
ci = =
k i ( k i − 1) k i ( k i − 1)

El coeficiente de agrupamiento para cada uno de los nodos es, en otras palabras, el número de
triángulos que existen con vértice en el nodo a evaluar (el elemento ei de la ecuación anterior) y
el número de triángulos posibles que se pueden formar (ver Figura 3) El número de triángulos
posible que pueden tener como vértice el nodo 10 es 3 (los triángulos 1-8-10, 1-10-14 y 8-10-
14), pero realmente existe únicamente 1 (el triángulo 8-10-14), por lo que el coeficiente de
agrupamiento es c10=1/3. El resultado final de la Tabla 4 indica, en una manera muy

8 
 
aproximada, que en promedio existen en la red del ejemplo 46 triángulos de 100 posibles por
cada nodo.

Figura 3. Coeficiente de agrupamiento para el nodo 10 de la red social.

Tabla 4. Coeficiente de agrupamiento de la red social.

Número de triángulos
Coeficiente de
Nodo Grado
Posible Real agrupamiento

1 5 10 4 0,4
2 6 15 9 0,6
3 4 6 6 1
4 2 1 1 1
5 6 15 8 0,533333333
6 7 21 10 0,476190476
7 3 3 3 1
8 4 6 1 0,166666667
9 1 0 0 -----
10 3 3 1 0,333333333
11 1 0 0 -----
12 6 15 10 0,666666667
13 1 0 0 -----
14 3 3 1 0,333333333
Coeficiente de agrupamiento total 0,4649

1.2.4 Distancia más corta (geodésico) Cuando se hace referencia a redes complejas sea cual
sea su naturaleza, es importante tener claro que intrínsecamente se estará hablando de flujos a
través de ellas. Estos flujos puede ser de información (Internet, redes telefónicas, redes
biológicas), energía (redes eléctricas), productos o servicios (redes de abastecimiento y
acueducto), personas (redes de transporte férreo, aéreo) y un sinfín de ejemplos pueden llegar a
ser postulados. Partiendo del principio de mínima energía por el cual todo sistema busca realizar
sus procesos invirtiendo la menor cantidad de recursos útiles en ello, las redes buscan realizar la
transmisión de información y/o energía desde los nodos fuente hacia los demás a través de las
rutas que les representen menos perdidas (normalmente los caminos más cortos). Por tal razón,
la teoría de grafos de ruta más corta juega un papel primordial en el eficiente desarrollo de los
procesos de la red, y por lo mismo debe ser estudiado a fondo puesto que un análisis en base a
esta teoría permitirá evaluar cuan eficiente ocurren los intercambios dentro de la red, cuáles de

9 
 
sus nodos cumplen roles esenciales para esto y cual puede llegar a ser el punto de quiebre de
este proceso de transmisión.

Cuando hablamos de redes de potencia el concepto de la ruta más corta puede ser fácilmente
contextualizado de la siguiente manera. Se tiene un cierto número de subestaciones generadoras
de energía eléctrica las cuales están conectadas con subestaciones de paso y estas a su vez se
conectan con subestaciones de carga que son las que demandan la energía. Como se mencionó
anteriormente, la red busca transmitir la energía desde estas subestaciones generadoras (nodos
fuente) hasta las subestaciones de demanda (nodos de carga) por medio de los caminos que le
representen menores pérdidas en el proceso. La energía disipada (perdida) en el transporte es
proporcional a la distancia a la cual debe ser transportada; por esto, la red busca recorrer el
camino más corto. El concepto de la distancia más corta puede tomar dos connotaciones, esto
depende si la red se asume con un modelo de red avaluada o desvaluada.

a. Redes avaluadas o con peso Cuando hablamos de redes con peso (weighted) estamos
considerando grafos donde cada uno de los vínculos de este tiene un valor asignado de acuerdo
a uno o varios parámetros dependiendo de su naturaleza; i.e. en redes de transporte los caminos
serian sopesados en función de su longitud. El camino entre el pueblo A y el pueblo B será
“avaluado” con 2 si entre estos dos pueblos existen 2 km de distancia, y el camino entre el
pueblo B y el pueblo C seria caracterizado por 3 si ahora son 3 km de distancia. Para este
ejemplo es muy sencillo deducir que el camino A-B es más corto que entre B-C, sin embargo
para otros casos es mucho más complicado. Para redes de transporte de energía la ponderación
de los vínculos está en función de varios parámetros: Longitud, Resistencia eléctrica de los
conductores y el ambiente de los mismos (aire, conductores subterráneos, submarinos, etc.)
entre otros, lo cual hace mucho más complicada dicha valorización; por tal razón es más útil
usar modelos de redes desvaluadas para estos casos.

b. Redes desvaluadas o sin peso Cuando se consideran redes sin peso (unweighted),
estas tienen una naturaleza binaria donde los links entre los nodos existen o no (1 o 0) [4]. Si se
toma el ejemplo anterior, el vinculo entra A y B (A-B) seria 1, lo mismo que para B-C, empero
si entre el pueblo A y el pueblo C no hay camino el valor de A-C seria 0. Si se analiza las redes
de potencia como redes sin peso, se deberá sopesar con 1 el vínculo entre un par de
subestaciones si existe conexión física entre ellas dos y con 0 si no es así. Aunque se esté
despreciando la naturaleza eléctrica de las líneas de transmisión, esta simplificación es muy útil
ya que ofrece una caracterización general de la red sin entrar en detalles que para este caso
puede llegar a ser muy complejos.

Para localizar la ruta más corta entre un par de nodos el primer paso es encontrar todos los
posibles caminos entre ellos, y luego de acuerdo al tipo de red se procede de la siguiente forma:

Redes con peso: Cada uno de los caminos se sopesa con la suma de los valores de los vínculos
por los cuales se paso y se selecciona el de menor valor.

Redes sin peso: Para cada camino encontrado se suma el número de links por los cuales se paso
y se selecciona la ruta con el menor número de vínculos.

10 
 
De acuerdo a lo anteriormente expuesto se puede elucidar algunos aspectos importantes:

- La energía buscará viajar por el camino más corto entre las subestaciones generadoras y
las subestaciones de demanda.
- Una caracterización importante de una red es cuán “cortos” y eficientes son los caminos
de transporte de energía sobre la misma red.
- La ausencia de algunos nodos cruciales puede alterar de sobremanera varias rutas más
cortas haciendo que la red se vuelva ineficiente.
- La reducción de la longitud de las rutas dentro la red representa mejores condiciones
sobre ella, disminución en perdidas lo cual se refleja en mejores condiciones técnicas y
sobre todo económicas.

Ahora, conceptualmente se tiene lo siguiente: considérese una red G, con N nodos y M vínculos.
El camino más corto (shortest path length) o geodésico entre el nodo i y el nodo j se representa
por dij, siendo dij el menor número de vínculos por los cuales se debe pasar para ir del nodo i al
nodo j [8]. Estos valores suelen ser representados en una matriz D (también conocida como
matriz geodésica), como la que se presenta en la Tabla 5 para el ejemplo, la cual no tiene
elementos en la diagonal y es simétrica (similar a la matriz de admitancia; de por sí, es un
complemento de la matriz de admitancia, con la diferencia de que no se llena de ceros sino de
las distancias). El máximo valor de dij sobre la matriz D es denominado el diámetro de la
gráfica, y se indica como Diam (G).

Una medida de la separación típica entre dos nodos de la red es dada por el camino más corto
promedio (average shortest path length) y es definida como el promedio de la longitud de los
geodésicos sobre todas las parejas de nodos [4]

1
L= ∑ dij
N ( N -1) i , j∈N ,i ≠ j

Para el caso de la red ejemplo, el valor de la matriz D (Tabla 5) muestra que la distancia más
larga entre dos nodos (diámetro) es de 5, la cual es la longitud de las rutas 3-13 (3-12-5-8-14-
13) y 11-13 (11-6-1-10-14-13). El valor calculado con la ecuación anterior es de L=2,219.

Un inconveniente que se tiene con la definición de L es que si existe un bloque desconectado

(insulated component) el valor de L divergirá. Una forma de evitar este inconveniente es
restringir la suma de la ecuación (2) a parejas del bloque conectado. Otra alternativa y la cual es
la más usual es considerar una media harmónica de la longitud de los geodésicos denominada
eficiencia (efficiency) de G, la cual sirve como indicativo de la capacidad de tráfico de la red.
[4]:

1 1
E= ∑
N ( N -1) i , j∈N ,i ≠ j d ij

11 
 
Tabla 5. Matriz D de la red social ejemplo.

Actor 1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 1 2 1 2 1 2 2 3 1 2 1 4 3
2 1 1 1 1 1 2 2 3 2 2 1 4 3
3 2 1 2 1 1 2 2 3 3 2 1 5 4
4 1 1 2 2 2 3 3 4 2 3 2 4 3
5 2 1 1 2 1 1 1 2 2 2 1 3 2
6 1 1 1 2 1 1 2 3 2 1 1 4 3
7 2 2 2 3 1 1 2 3 3 2 1 4 3
8 2 2 2 3 1 2 2 1 1 3 2 2 1
9 3 3 3 4 2 3 3 1 2 3 3 3 2
10 1 2 3 2 2 2 3 1 2 3 2 2 1
11 2 2 2 3 2 1 2 3 3 3 2 5 4
12 1 1 1 2 1 1 1 2 3 2 2 4 3
13 4 4 5 4 3 4 4 2 3 2 5 4 1
14 3 3 4 3 2 3 3 1 2 1 4 3 1

1.2.5 Carga (Load) Supóngase que se tiene una red de M nodos, por lo cual se tiene MxM
geodésicos –i.e. si M=10, se tienen 100 geodésicos-. Todos estos geodésicos pasan a través de
ciertos nodos los cuales probablemente hacen parte de más de un geodésico, es decir, un nodo
puede hacer parte de más de una ruta más corta. Entre mayor sea el numero de geodésicos que
pasan a través de un nodo más importante es este nodo para la red puesto que si él falta todas
estas rutas deberán ser recalculadas, siendo más largas y la red se volverá ineficiente. La carga
permite medir cuan necesario es cada nodo para el buen funcionamiento de la red, asimismo
ofrece una cuantificación del posible exceso de trafico sobre algún nodo. Si algún nodo falla y
“sale” de la red, los geodésicos que pasaban por él desaparecen y deben aparecer unos nuevos
(más largos) que esta vez pasaran a través de otros nodos incrementando su carga inicial. Si el
nodo que falla tiene una carga muy alta, es posible que algunos nodos sean sobrecargados ya
que el flujo atravesará nodos que posiblemente no estaban diseñados para soportar una carga tan
alta.

En el sistema de transmisión nacional (STN) las subestaciones tienen una carga inicial que
representa el número de rutas más cortas que pasan a través de ella, si en algún momento
alguna subestación sale de funcionamiento (falla aleatoria o ataque selectivo) las rutas más
cortas que pasan a través de ella deben ser recalculadas y esto hará que la carga de algunas
subestaciones incremente, creando una posible sobrecarga de las mismas. Las subestaciones
eléctricas son diseñadas para manejar un flujo de potencia determinada. Algunas subestaciones
que por su ubicación geográfica u otra razón conectan subestaciones generadoras con
subestaciones de demanda, están diseñadas para soportar un gran tráfico de potencia puesto que
por ellas pasan varias rutas geodesias (rutas más cortas). Cuando estas subestaciones salen de
servicio todo este flujo debe ser transmitido por otras subestaciones las cuales no están
diseñadas para soportarlo; debido a esto pueden sufrir fallas por sobrecarga y salir ellas también
de funcionamiento y así generar una falla en cascada, lo cual puede repercutir en un apagón del
sistema completo.

Además del grado y el coeficiente de agrupamiento, la carga es una de las medidas de

centralidad de los nodos en una red compleja más importantes. La carga representa

12 
 
cuantitativamente la importancia de un nodo en una red; más precisamente la carga bi del nodo i
está definida por [4]:

n jk (i )
bi = ∑
j , k∈N , j ≠ k n jk
n
Donde jk representa el número de geodésicos que conecta al nodo j con el nodo k, mientras njk
(i) es el número de geodésicos que conecta al nodo j con el nodo k pasando a través de i.

1.2.6 Grado remanente (Remain degree) Cuando se habla de redes complejas en general, es
muy común que los estudios se enfoquen hacia los nodos puesto que son ellos los que
caracterizan mayoritariamente el comportamiento de la red. Sin embargo, si se quiere realizar
un estudio completo y equilibrado se debe tener en cuenta también el comportamiento que se
tiene cuando los vínculos son alterados. Si se piensa en los sistemas de potencia eléctrico, y en
especial en el sistema Colombiano, se puede tener un claro ejemplo de esto. Aunque las
subestaciones de potencia son vulnerables a fallas y/o ataques selectivos, las líneas de
transmisión son más numerosas (129/88) por lo tanto es más factible que algo suceda sobre
estas. Por otro lado, las líneas de transmisión están tendidas sobre cientos de km, por lo tanto
también es más probable que haya alteraciones.

En una red con distribución de probabilidad exponencial como el Sistema Interconectado

Nacional Colombiano, se sabe que existen una cierta cantidad de subestaciones (nodos) “hubs”
las cuales por su alto grado se convierten en puntos cruciales de la red. Las líneas de transmisión
que están conectadas a estas subestaciones también juegan un papel crucial en el desarrollo de la
red.

Supóngase que se tiene una red de N nodos (14 actores para el ejemplo) y M vínculos (26), con
una distribución de probabilidad de grado P (k) (ver Tabla 3). Ahora considérese que se llega a
un nodo (se encuentra un actor) cualquiera siguiendo un vínculo seleccionado al azar (una
participación conjunta entre los dos actores en una película). El grado de este último nodo no
está regido explícitamente por P (k); de hecho, esta probabilidad está a favor de nodos de alto
grado, puesto que mayor cantidad de líneas terminan en nodos de alto grado más que en nodos
con un grado bajo. Esto significa que la distribución de grado para el nodo que termina en un
vínculo seleccionado al azar es proporcional a kP (k) más que por solo P (k)2 [8]. Cuando un
vinculo es seleccionado al azar, se llega a un nodo cuyo grado es desconocido; la probabilidad
que dicho grado sea k es determinada por el grado remanente. El grado remanente Q (k) es
proporcional a kP (k) y el valor es normalizado sobre la suma de todos los jP (j) (kmin≤j≤ kmax).

kP ( k )
Q (k ) =
∑ jP( j )
j

Explicándolo con el ejemplo, el valor de grado remanente para q (1) es:

13 
 
 1 p(1) 1 1
q(1) = = *1 p(1) = * 0,214 = 0,058
∑ jp( j) p(1) + 2 p(2) + ... + 7 p(7)
j
3,714

Similarmente, se realiza para los demás valores de grado (Ver Tabla 6), donde se aprecia que
hay una mayor probabilidad que, al seleccionar un enlace cualquiera –se analice una relación
laboral entre dos actores- uno de ellos tenga relación con otros cinco actores más –nodo de
grado 6.

Tabla 6. Valores de grado remanente por cada ejemplo.

Grado
Grado remanente q(i)
(i)
1 0,058
2 0,038
3 0,173
4 0,154
5 0,096
6 0,346
7 0,135

1.2.7 Mezcla Ordenada (Assortative Mixing) En las redes que han sido formadas hace
bastantes años (redes sociales o los sistemas de potencia), redes de las cuales es difícil obtener
información (redes biológicas, celulares) o tal vez redes muy grandes (Internet), o para
cualquier otro tipo de red, es importante conocer si existe alguna tendencia para su formación.

Imaginemos una red social, Internet o la red del ejemplo, si un nodo nuevo entra a dicha red, es
muy probable que “busque” vincularse con los nodos de mayor grado, puesto que esta
vinculación le ofrecerá mejores condiciones sobre la red; en nuestro ejemplo, eso quiere decir
que un actor nuevo busca trabajar con un actor popular, para conseguir fama o contratos de
trabajo. Si, por el contrario, nos imaginamos una red de difusión de enfermedades o virus, el
nuevo nodo tenderá a unirse a los nodos con menos vínculos o a aislarse, pues será menos
probable que la enfermedad llegue a él.

Para el estudio de los sistemas de potencia es importante identificar si existe alguna tendencia
inherente a la red, de que las posibles nuevas subestaciones que ingresen a la red sean
vinculadas por medio de líneas de transmisión a las subestaciones con mayor número de
vínculos o si por el contrario buscara unirse a las subestaciones con menor número de
conexiones, o si la tendencia de enlace no depende del grado del nodo; esto permitiría
identificar el posible desarrollo de la red en futuras ampliaciones y de allí sus posibles falencias
y fortalezas.

Cuando los nodos de grado k tienden a unirse con nodos de mayor grado se le llama red
ordenada (que un actor busque trabajar con uno más popular para conseguir fama), si por el
contrario busca unirse con nodos de grado menor se le denomina red desordenada (que busque
trabajar con otro actor de la misma o menor popularidad).

14 
 
Esta tendencia suele identificarse por medio de la correlación de grado. Para poder cuantificar
este grado de correlación normalmente se usa el coeficiente de correlación de Pearson aplicado
para a los grados de los nodos en los cuales terminan las líneas. El coeficiente de Pearson en un
índice estadístico que mide la relación lineal entre dos variables cuantitativas [8] Para este caso
las dos variables son el nodo de inicio k y el nodo de llegada k´ para todos los vínculos, y el
coeficiente de correlación está dado por:

2
⎡1 ⎤
M ∑ k i k 'i − ⎢ M −1 ∑ ( k i + k 'i ) ⎥
−1

r= ⎣2 ⎦
2
1 −1 ⎡ 1 −1 ⎤
M ∑ ( k i + k 'i ) − ⎢ M ∑ ( k i + k 'i ) ⎥
2 2

2 ⎣2 ⎦

Donde M es el número de enlaces existentes en la red. Si los nodos tienen vínculos con sus
pares de conexión, entonces el valor de r estará en el intervalo 0<r≤1. Por el contrario, si los
nodos de menor grado tienden a conectarse con nodos de alto grado, r estará en el intervalo -1≤r
<0.

Para el ejemplo particular, el valor del coeficiente de Pearson resultó ser de 0,06, lo que indica
que la tendencia está en que un actor con menos contactos busque actores con más contactos,
aunque este valor es muy cercano a cero, por lo que no es tan marcada la tendencia.

Es necesario hacer una aclaración. La correlación de grado (estudiada para este caso) es un caso
particular de correlación, en la cual se estudia específicamente alguna característica común que
puedan tener los nodos de una red y que pueda influir en la manera en que se presenten los
enlaces entre ellos, Por ejemplo, en una red social el género, la edad, los gustos musicales o la
raza pueden ser elementos de análisis de correlación. Para estos casos, lo que nos interesa es el
análisis del grado, puesto que este permite saber de qué tipo puede llegar a ser el
comportamiento de la red [9].

1.3 TIPOS DE REDES COMPLEJAS

Muchos de los sistemas que se presentan en la realidad, ya sean de origen natural –como las
cadenas tróficas- o los creados por la mano humana –como Internet y las redes eléctricas-
tienden a expandirse y evolucionar en el tiempo. Por eso, una de las principales razones para
realizar estudios de redes complejas es estudiar la dinámica de cada una de estas redes: ritmo de
crecimiento, cambios de topología, volumen de información, etc.

1.3.1 Propiedades de las redes complejas. Se han encontrado dos propiedades que presentan
muchas de las redes complejas estudiadas: la propiedad de pequeño mundo y la propiedad de
libre escala.

15 
 
a. Propiedad de pequeño mundo (Small-world property) Esta propiedad hace
referencia específicamente a la topología que presenta la red. La forma que puede presentar la
conexión suele oscilar entre dos extremos: una conexión totalmente regular (en la que los nodos
tienen el mismo grado) y una conexión totalmente aleatoria (en la que la conexión se presenta
de manera desordenada. Esta propiedad se mide con dos variables: el coeficiente de
agrupamiento y la distancia promedio o ruta más corta promedio.

b. Propiedad de libre escala (Scale –free property) Esta propiedad hace referencia a
dos aspectos dinámicos de una red: el crecimiento de la red (que el número de nodos en la red
crece con el tiempo) y el enlace preferencial (que exista alguna tendencia de conexión de
nuevos nodos a la red por el grado que tenga el nodo al que se vayan a conectar). Esta
característica se puede evaluar con dos valores: la probabilidad de grado y la correlación de
grado.

1.3.2 Tipos de redes complejas. Según lo descrito en estas dos propiedades, algunos de los
principales tipos de redes que se pueden presentar son los siguientes:

a. Redes aleatorias El modelo de redes aleatorias fue el primero de los estudiados en la

teoría de grafos, e inicialmente se creía que todas las redes tenían este tipo de comportamiento.
Estas redes son aquellas en las que los vínculos entre los nodos están distribuidos de manera
aleatoria. Se caracterizan porque la probabilidad de grado que presentan es de tipo Poisson;
además, presentan valores de coeficiente de agrupamiento bajos, pues no se presenta formación
de agrupaciones entre los nodos, y las distancias entre los nodos son relativamente cortas.

b. Redes regulares Estas redes se caracterizan porque el valor del grado para cada uno de
los nodos es muy parecido, por no decir el mismo valor, es decir, su distribución de grado se
comporta como un delta de Dirac [3]. Se caracterizan porque presentan valores de coeficiente de
agrupamiento relativamente altos (una gran formación de grupos entre ellos), pero presentan
valores de distancias promedio muy largas.

c. Redes de pequeño mundo Estas redes fueron estudiadas inicialmente en 1998, y la

primera explicación de su formación fue publicada por Strogatz y Watts [12], a partir de
modelos de redes regulares y redes aleatorias. Se caracterizan por la presencia en una misma red
de un número determinado de subredes (o pequeños mundos), que se interconectan entre sí a
través de pocos enlaces. Estas redes presentan valores de coeficiente de agrupamiento altos (por
la presencia de estos grupos), pero también porque las distancias promedio entre los nodos son
muy cortas.

d. Redes de libre escala Estas clases de redes, estudiadas inicialmente por Albert y
Barabási [2] enfocan el estudio de redes complejas desde otro punto: la distribución de grado.
Se caracterizan por tener una distribución tipo potencial (es decir, de la forma (1/xn)). Además,
los nodos nuevos tienden a conectarse con nodos de alto grado, lo que indica un valor de
correlación de grado muy cercano a 1.

e. Redes de simple escala Estas redes se caracterizan porque la distribución de

probabilidad de grado presenta una tendencia de tipo exponencial decreciente (de la forma e-αx),
lo cual indica que existe una presencia de nodos hubs, aunque este número es comparablemente
menor al de una red de libre escala. Por otro lado, la correlación de grado no presenta ninguna
tendencia hacia nodos de alto o bajo grado.

16 
 
 2. PARÁMETROS BÁSICOS DE REDES COMPLEJAS DEL SISTEMA DE
TRANSMISIÓN NACIONAL

En el capítulo 1 se dieron a conocer los parámetros básicos de análisis de las redes complejas.
Se mencionaron conceptos como el grado, el agrupamiento, la correlación de grado y la ruta
más corta; además, se indicaron los diferentes tipos de redes existentes. En este capítulo se
muestran los resultados de la aplicación de estos parámetros en el Sistema de Transmisión
Nacional (STN) colombiano, para observar cómo es su comportamiento actualmente.

2.1 DESCRIPCIÓN DEL STN

Dentro del nuevo marco regulatorio, en el que se dividieron las actividades de generación,
transmisión, distribución y comercialización, se definió el Sistema Interconectado Nacional
como “el sistema compuesto por los siguientes elementos conectados entre sí: las plantas y
equipos de generación, la red de interconexión, las redes regionales e interregionales de
transmisión, las redes de distribución y las cargas eléctricas de los usuarios” [7].

El Sistema de Transmisión Nacional es entendido como “el Sistema Interconectado de

transmisión de energía eléctrica compuesto por el conjunto de líneas, con sus correspondientes
módulos de conexión, que operan a tensiones iguales o superiores a 220 kV”. Las condiciones
de conexión a estas redes (directa o indirectamente) están establecidas en la resolución CREG
025 de 1995 (Código de Redes).

En la teoría de redes, uno de los elementos que se busca analizar es la dinámica de la red, y una
manera de representar esta dinámica es por medio de la expansión de estas. En el Código de
Redes se presentan algunas de las razones por las que se realizan estas expansiones, las cuales
se presentan a continuación [5]:

- Conexión de un nuevo usuario al STN.

- Desarrollo del sistema de un usuario del STN que ya esté conectado a éste.
- La introducción de un nuevo sitio de conexión o la modificación de un sitio de
Conexión existente entre un Usuario y el STN.
- El efecto acumulado de un número de desarrollos tales como los mencionados
anteriormente por uno o más Usuarios del STN.

Los refuerzos o extensiones del sistema del STN pueden involucrar obras nuevas o de
ampliación en:

- La subestación en el sitio de conexión donde equipos del Usuario se conectan al STN.

- Líneas de transmisión u otros equipos, los cuales unen ese sitio de conexión al resto del
STN.
- Líneas de transmisión u otros equipos en o entre puntos remotos de ese sitio de
conexión.

17 
 
Es necesario aclarar que las razones mencionadas acá arriba no son las únicas por las que se
pueden presentar eventos de expansión o refuerzo de la red, y que además están presentes
elementos políticos, geográficos, sociales y económicos detrás de todas estas razones.

2.2 PARÁMETROS DE REDES COMPLEJAS

2.2.1 Grado Para encontrar el grado de cada uno de los nodos se elaboró una matriz de
adyacencia, considerando la red sin peso.

El grado del nodo i es la suma de la fila o la columna i de la matriz de adyacencia. En la Tabla 7

se presentan los valores del grado de cada una de las subestaciones del STN.

Tabla 7. Grado de los nodos de la red del STN.

Subestación Grado Subestación Grado

Alto Anchicayá (Valle) 2 Ancón Sur EE.PP.MM 3
(Antioquia)
Ancón Sur ISA (Antioquia) 3 Balsillas (Cundinamarca) 2
Banadia (Arauca) 2 Barbosa (Antioquia) 6
Barranca (Santander) 2 Belén Cúcuta (Norte) 2
Bello (Antioquia) 2 Betania (Huila) 2
Bucaramanga (Santander) 3 Candelaria Bolívar (Bolívar) 2
Caño Limón (Arauca) 1 Cartagena (Bolívar) 2
Cartago (Valle) 2 Cerromatoso 220 (Córdoba) 2
Cerromatoso 500 (Córdoba) 3 Chinú (Córdoba) 2
Chivor (Boyacá) 3 Circo (Cundinamarca) 3
Comuneros (Santander) 3 Cuestecitas (Guajira) 2
El Copey (Cesar) 2 Envigado (Antioquia) 3
Esmeralda (Caldas) 8 Fundación (Magdalena) 3
Guadalupe IV (Antioquia) 4 Guajira (Guajira) 2
Guatapé (Antioquia) 8 Guatiguará (Santander) 6
Guavio (Boyacá) 5 Jaguas (Antioquia) 2
Jamondino (Nariño) 2 Juanchito (Valle) 4
La Enea (Caldas) 2 La Guaca (Cundinamarca) 2
La Hermosa (Risaralda) 2 La Mesa (Cundinamarca) 5
La Reforma (Meta) 2 La Sierra (Antioquia) 3
La Tasajera (Antioquia) 3 La Virginia 230 (Risaralda) 5
La Virginia 500 (Risaralda) 4 Los Palos (Santander) 5
Malena (Antioquia) 1 Miel (Caldas) 2
Miraflores (Antioquia) 3 Mirolindo (Tolima) 2
Noroeste (Cundinamarca) 4 Nueva Barranquilla (Atlántico) 3
Ocaña (Norte) 2 Occidente (Antioquia) 4
Oriente (Antioquia) 3 Páez (Cauca) 2
Paipa (Boyacá) 1 Pance (Valle) 4
Paraíso (Cundinamarca) 3 Playas (Antioquia) 3

18 
 
 Subestación Grado Subestación Grado
Pomasquí (Ecuador) 1 Porce II (Antioquia) 3
Primavera (Santander) 4 Purnio (Caldas) 4
Sabanalarga 220 (Atlántico) 6 Sabanalarga 500 (Atlántico) 2
Salto Antioquia (Antioquia) 4 Salvajina (Valle) 2
Samoré (Norte) 2 San Bernardino (Cauca) 4
San Carlos 230 (Antioquia) 5 San Carlos 500 (Antioquia) 3
San Felipe (Tolima) 4 San Marcos 230 (Valle) 4
San Marcos 500 (Valle) 1 San Mateo Bogotá 2
(Cundinamarca)
San Mateo Cúcuta (Norte) 2 Santa Marta (Magdalena) 2
Sochagota (Boyacá) 3 Tasajero (Norte) 3
Tebsa (Atlántico) 2 Termoflores (Atlántico) 1
Ternera (Bolívar) 2 Toledo (Norte) 2
Torca (Cundinamarca) 3 Tunal (Cundinamarca) 4
Urabá (Antioquia) 1 Urrá (Córdoba) 2
Valledupar (Cesar) 2 Yumbo (Valle) 5

El grado promedio de la red del Sistema de Transmisión Nacional STN es <k>=2,93, lo cual
significa que las subestaciones de la red, en promedio, están conectadas a 3 subestaciones
directamente por líneas de transmisión de 230 o 500 kV. Este valor es un indicativo de un nivel
alto de tejido de la red, es decir, las subestaciones están “altamente” interconectadas entre ellas,
lo cual se puede reflejar es robustez y estabilidad que más adelante se analizará.

El mayor grado de una subestación de potencia dentro de la red es ocho (8), el cual lo tienen
Guatapé y Esmeralda (ubicadas en Antioquia y Caldas respectivamente). Aunque son solo dos
(2) las subestaciones con este alto grado, estas dos (2) subestaciones son importantes para la red
y se pueden considerar los “hubs” del sistema. Aunque el mayor porcentaje de las subestaciones
tiene un grado k=2 (41%), existen varias subestaciones con un alto grado. Para poder observar
este comportamiento más claramente se encontró la distribución de probabilidad del grado.

2.2.2 Distribución de probabilidad del grado La distribución de probabilidad del grado nos
permite tipificar la red entre una de las tres (3) grandes clasificaciones que se tienen para redes
complejas, las cuales se describieron más claramente en el capítulo 1.

Distribución aleatoria (Random Network)

Distribución de escala sencilla (single scale Network)
Distribución libre de escala (Scale-free network)

La distribución de probabilidad es una distribución de probabilidad acumulada, es decir P

(k>K), esto en función de evitar el ruido en una base de datos como esta [12]. En la Tabla 8 se
presentan los valores de la probabilidad puntual y acumulada para cada una de los grados.

En las Gráficas 2 y 3 se presentan la gráfica de los datos, las cuales fueran ajustadas a dos tipos
de tendencias: Exponencial y potencial.

19 
 
Tabla 8. Probabilidades puntual y acumulada del grado en la red.

K N(K) P(K) P(K) Acumulada

1 7 0,07954545 1
2 36 0,40909091 0,920454545
3 21 0,23863636 0,511363636
4 13 0,14772727 0,272727273
5 6 0,06818182 0,125
6 3 0,03409091 0,056818182
7 0 0 0,022727273
8 2 0,02272727 0,022727273

Gráfica 2. Probabilidad de grado p (k), tendencia exponencial.

Gráfica 3. Probabilidad de grado p (k), tendencia potencial.

20 
 
Cada una de las líneas de tendencia está regida por las expresiones presentadas en la Tabla 9:

Tabla 9: Ecuaciones de las líneas de tendencia de las gráficas 2 y 3.

Tendencia exponencial Tendencia potencial

y = 2, 676e -0,6234x
y = 2,3603 x -2,021

R 2 = 0, 9714 R 2 = 0,8424
* R2 representa el error sistemático de la línea de tendencia. Su valor está comprendido entre 0 y
1. Un valor de 0 significa que los datos no se ajustan a la expresión, y un valor de 1 significa
que los datos se ajustan perfectamente a esta.

Si se revisa cada una de las líneas de tendencia, se puede observar que la distribución de
probabilidad del grado de la red del STN se ajusta mucho mejor a la expresión exponencial.
Esto significa que la red compleja del Sistema Interconectado Nacional STN es una red de
escala sencilla.

Este resultado puede ser explicado de forma sencilla volviendo a la definición del capítulo 1. En
las redes aleatorias (Random Network) todos los nodos, en promedio, tienen el mismo grado y
por consiguiente todos los nodos tienen la misma importancia sobre la red. Las redes libres de
escala (Scale-free Network) son redes donde existen varios nodos con gran número de
conexiones y estos nodos se convierten en pilares fundamentales de la red. Por otro lado las
redes de escala sencilla (single Scale Network) se encuentran en un punto intermedio. En estas
redes existen nodos “hubs”, ósea nodos altamente conectados, y aunque no se encuentran en la
misma proporción como se encuentran en las redes libres de escala, sí es mayor que en las redes
aleatorias. Para el caso de las redes de potencia, esto significa que existe una pequeña cantidad
de subestaciones que por su gran cantidad de conexiones son una parte fundamental de la red, y
su ausencia podría representar una falla en cadena sobre toda la red.

Este comportamiento no es inesperado, puesto que estudios similares a este, realizados a las
redes de potencia de EE.UU [1] y Europa [10] arrojaron resultados muy similares. Las tres redes
de potencia son regidas por la expresión general:

y = β e -α x

Donde el coeficiente α es representativo de cada red.

Sistema Interconectado Nacional STN (Colombia) α=0,6234

Sistema de potencia Norteamericano (USA) α=0,500
Sistema interconectado unión Europea (Europa) α=0,555

21 
 
Como se puede observar, aunque las redes de potencia norteamericana y europea son mucho
más grandes que el STN Colombiano su configuración topológica es muy similar, haciéndolas
igual de robustas o frágiles frente a ataques selectivos o aleatorios a las subestaciones que las
conforman.

2.2.3 Grado remanente La distribución de probabilidad del grado remanente se encontró

usando la expresión mencionada en el capítulo 1. A continuación se presentan los resultados
para la red del sistema eléctrico colombiano STN.

Tabla 10. Probabilidad de grado remanente red STN.

K N(K) Q(K) Q(K)Acumulada

1 7 0,027 1
2 36 0,279 0,972
3 21 0,244 0,693
4 13 0,201 0,449
5 6 0,116 0,248
6 3 0,069 0,131
7 0 0 0,062
8 2 0,062 0,062

Gráfica 4. Probabilidad de grado remanente Q (k), tendencia exponencial.

Ecuación de la línea de tendencia de la Gráfica 4.

y = 2, 241e-0,46x
R 2 = 0,959
2.2.4 Agrupamiento Para encontrar el coeficiente de agrupamiento de cada uno de los nodos
y el coeficiente general de la red C, se desarrolló una tabla donde se registraron las
subestaciones vecinas (conectadas por medio de una línea de transmisión) a cada una de las

22 
 
subestaciones del sistema. Luego, por medio de una macro desarrollada en EXCEL® se reviso
si para la subestación j sus n vecinos se interconectaban entre sí. Las subestaciones que se
encuentran conectadas con una sola subestación (7) tienen un coeficiente Ci=0. A continuación
se presentan los resultados para el STN.

Tabla 11. Coeficiente de agrupamiento subestaciones STN.

Subestación Grado Ci Subestación Grado Ci

Caño Limón 1 0 Cerromatoso 220 2 0
Malena 1 0 Chinú 2 0
Paipa 1 0 Cuestecitas 2 0
Pomasquí 1 0 El Copey 2 0
San Marcos 500 1 0 Guajira 2 0
Termoflores 1 0 Jaguas 2 0
Urabá 1 0 Jamondino 2 0
Alto Anchicayá 2 1 La Enea 2 1
Balsillas 2 1 La Guaca 2 0
Banadia 2 0 La Hermosa 2 1
Barranca 2 0 La Reforma 2 1
Belén Cúcuta 2 0 Miel 2 0
Bello 2 0 Mirolindo 2 0
Betania 2 0 Ocaña 2 0
Candelaria Bolívar 2 0 Páez 2 0
Cartagena 2 0 Sabanalarga 500 2 0
Cartago 2 1 Salvajina 2 1
Samoré 2 0 Sochagota 3 0
San Mateo Bogotá 2 0 Tasajero 3 0,333
San Mateo Cúcuta 2 0 Torca 3 0,333
Santa Marta 2 0 Guadalupe IV 4 0,5
Tebsa 2 1 Juanchito 4 0,166
Ternera 2 0 La Virginia 500 4 0,166
Toledo 2 0 Noroeste 4 0,166
Urra 2 0 Occidente 4 0
Valledupar 2 0 Pance 4 0,333
Ancón Sur EEPPMM 3 0 Primavera 4 0,166
Ancón Sur ISA 3 0,333 Purnio 4 0
Bucaramanga 3 0,333 Salto Antioquia 4 0,5
Cerromatoso 500 3 0 San Bernardino 4 0
Chivor 3 0,333 San Felipe 4 0,166
Circo 3 0,333 San Marcos 230 4 0,166
Comuneros 3 0,333 Tunal 4 0,333
Envigado 3 0,333 Guavio 5 0,3
Fundación 3 0 La Mesa 5 0,1
La Sierra 3 0 La Virginia 230 5 0,3
La Tasajera 3 0 Los Palos 5 0,2
Miraflores 3 0,333 San Carlos 230 5 0,1
Nueva Barranquilla 3 0,333 Yumbo 5 0,1
Oriente 3 0,667 Barbosa 6 0,266
Paraíso 3 0 Guatiguará 6 0,2
Playas 3 0,333 Sabanalarga 220 6 0,066

23 
 
 Subestación Grado Ci Subestación Grado Ci
Porce II 3 1 Esmeralda 8 0,143
San Carlos 500 3 0 Guatapé 8 0,107

Con base en la tabla anterior se obtiene el coeficiente de agrupamiento de la red. El coeficiente

de agrupamiento C –Clustering- presentó un resultado de 0,203. Al igual que el grado, este
resultado por sí solo no ofrece ningún significado a nuestro estudio. Para poder extrapolar este
resultado a términos evaluativos, se debe comparar el resultado obtenido con los coeficientes de
agrupamiento de otras redes.
A continuación se presentan valores de C para otras redes.

Tabla 12. Coeficiente de agrupamiento de diferentes modelos de redes.

Coeficiente de
Red
Agrupamiento C
Directores de compañías 0,588
Actores de películas 0,199
Autores de artículos
0,088
biomédicos
Internet 0,009
Interacción de proteínas 0,055
Semántica 0,310
Co-Autorías 0,560
C.Elegants 0,280

Como se puede observar, la red de directores de compañías que se conocen entre sí, la red de
palabras que se enlazan por medio de sus sinónimos, son grafos con un coeficiente de
agrupamiento más alto que el del STN. Sin embargo, en general el valor de C para las redes
analizadas es mucho más bajo que el valor de la red del Sistema Interconectado Nacional. De
aquí, podemos afirmar que el STN tiene un valor alto para su coeficiente de agrupamiento.

Este coeficiente se verá reflejado sobre la red, haciendo de ella un grafo recursivo. El
coeficiente de agrupamiento es una cuantificación de los vecinos que tienen en común los nodos
de la red, es decir, cuan interconectada está entre ella, y qué versatilidad ofrece para el normal
desarrollo del flujo de energía cuando algún nodo está ausente. En términos generales, el flujo
de energía eléctrica sobre cualquier red de potencia va desde las subestaciones fuente, las cuales
están adscritas a un centro de generación, pasando por las subestaciones de paso y llegando
finalmente a las subestaciones de carga, ubicadas en los centros de demanda. Ahora, supóngase
que alguna de las subestaciones de paso sale del sistema temporalmente; si la red no cuenta con
una interconexión fuerte (coeficiente de agrupamiento bajo) es muy probable que las
subestaciones de carga que estaban directamente conectadas a esta subestación queden asiladas
del flujo de energía, puesto que no habrán vecinos comunes que suplan a la subestación ausente
y llevan la energía a las subestaciones de carga. Empero, si se cuenta con un coeficiente de
agrupamiento alto, es muy factible que la subestación de paso afectada y las subestaciones de
carga tengan subestaciones vecinas en común que suplirán la ausencia de la subestación en falla.

Aunque la eficiencia de la red se pueda llegar a verse afectada si las rutas para el flujo de
energía se alargan, la red será robusta y confiable, pues no dejará de alimentar los centros de

24 
 
carga después de la falla. Este es un parámetro fundamental en los sistemas de potencia, por
esta razón podemos pensar que la red del STN colombiano ofrece cierta tasa de confiabilidad en
este sentido. Sin embargo, cuando las rutas del flujo de energía se ven afectadas aparece otro
fenómeno, el cual es conocido como sobrecarga; esto se analizará más adelante.

Además del coeficiente C, es importante analizar para la red el comportamiento que tiene el
coeficiente de agrupamiento Ci para cada una de las subestaciones con su respectivo grado. Para
poder desarrollar este análisis se encontró el coeficiente promedio Ck para cada uno de los
valores de k y se graficó contra el grado k. En la Gráfica 5 se presenta el resultado.

Gráfica 5. Coeficiente de agrupamiento C (k), tendencia lineal

La interpolación que se presenta en la gráfica está regida por la siguiente expresión:

y = -0,018x+0,282
R 2 = 0,851
Como se puede observar la pendiente de la regresión es bastante pequeña, lo que significa que la
dependencia entre el coeficiente de agrupamiento y el grado de los nodos es mínima. Este
resultado es bastante promisorio puesto que la red será igual de robusta y recursiva para ataques
o fallas sobre subestaciones de alto o bajo grado de conexión.

2.2.5 Ruta más corta. Para encontrar la ruta más corta para cada uno de los pares de nodos
existentes a la red se diseño un algoritmo en lenguaje de Visual Basic, el cual se implemento en
una macro con interfaz a Microsoft Excel ®.

Datos de Entrada Para que el programa se desarrolle solo es necesario ingresar la matriz de
adyacencia, la cual por medio de unos (1) y ceros (0) indica si existe o no conexión física entre
las subestaciones eléctricas del sistema.

25 
 
Datos de Salida Después de que se ejecuta el programa, éste presenta una matriz de adyacencia
modificada llamada matriz geodésica. Esta matriz geodésica ya no es una matriz binaria (unos y
ceros) sino que para cada elemento dij registra el geodésico entre la subestación i y la
subestación j.

Metodología del Algoritmo Puesto que el algoritmo implementado es algo complejo y largo,
puede resultar algo inoficioso y tedioso la presentación completa del mismo, pero se listarán las
pautas de diseño y ejecución de manera muy general.

El algoritmo se baso en el método de Dijkstra [13] en el sentido estricto de la definición, aunque

la evolución del mismo es distinta puesto que el resultado del algoritmo de Dijkstra es
simplemente la ruta más corta como un valor numérico. Por el contrario, el algoritmo
implementado no solo muestra este valor sino que también muestra cuáles subestaciones hacen
parte de esta ruta, eso debido a que más adelante estos resultados serán usados para definir la
carga de los nodos.

Pasos para la elaboración de la ruta más corta. Los pasos a seguir durante la elaboración de la
matriz geodésica son los que se mencionan a continuación.

- Lo primero que se hace es ingresar la matriz de adyacencia, como se comentó

anteriormente.

- Luego, el programa recorre la matriz de arriba hacia abajo y de izquierda a derecha hasta
que recorra todas las posibles combinaciones de nodos, aunque como la matriz es simétrica
(el geodésico dij es igual al geodésico dji), sólo es necesario recorrer la diagonal superior y
los resultados se reflejan a la diagonal inferior.

- Cada nodo tiene asignado un número de acuerdo a su ubicación en la matriz; así, la

primera pareja evaluada de nodos la conforman el nodo i (nodo inicio) y el nodo i+1 (nodo
destino).

- El programa revisa en la matriz de adyacencia si en los vecinos del nodo i esta el nodo i +1:
sí es así, el programa culmina y entrega el número de nodos (o enlaces) por los que pasó la
ruta (ruta más corta) y la lista de nodos por los cuales paso; de lo contrario, continúa al
siguiente paso.

- Cuando el nodo destino no está en la lista de vecinos del nodo inicio el programa revisa
cuáles son los vecinos del nodo inicio y ahora estos n nodos son los nuevos nodos inicio.

- El programa se vuelve a ejecutar, pero el nodo inicio ahora lo suministra uno de los n
nodos mencionados anteriormente.

26 
 
 - Si no se llega al nodo destino, el programa realiza una nueva iteración, ahora con los
nuevos nodos inicio. Por cada iteración que se realiza el programa va haciendo una lista de
nodos “solucionados”, es decir los nodos a los cuales ya se les revisaron sus vecinos y no
estaba el nodo destino; esto con el fin de que no evalué más de una vez el mismo nodo y
hacer el algoritmo más lento.

- Cuando por fin se llega al nodo destino, el programa cuenta el número de veces que se
repitió el ciclo y este es el valor del geodésico. Además hace una retrospección y guarda la
lista de nodos por los cuales se paso para llegar al nodo destino. (Para algunas parejas de
nodos existe más de un geodésico, por lo tanto se guardan TODAS las rutas encontradas).

Para clarificar este concepto, en la Figura 4 se presenta un diagrama de flujo del algoritmo.

La forma general para poder evaluar los resultados obtenidos por el programa es la
determinación de L (Ruta más corta promedio) la cual es un indicativo de la separación típica
entre cualquier par de nodos en la red (los conceptos matemáticos se definen más claramente en
el capítulo 1).

Después de correr el programa se obtuvo la matriz de geodésicos. En la Tabla 13 se registran los

geodésicos promedios para cada una de las 88 subestaciones.

Para la red del Sistema Interconectado Nacional Colombiano (STN) se tiene un L=6,490. Este
valor de L representa que para ir de una subestación a otra, en promedio se deben pasar por 7
subestaciones más, aunque este valor por sí solo no tiene una connotación significativa, puesto
que se tienen que reflejar estos resultados para la red estudiada. El valor de L (6,490) representa
un 7,38% del total de subestaciones del grafo (88) lo que llevaría a pensar que el valor de L es
un valor pequeño para una red con las características del STN. Esto es muy interesante, puesto
que significa que el flujo promedio de energía dentro de la red no usa un porcentaje muy alto de
la misma, lo cual se refleja en menores pérdidas en los procesos de transporte, redes menos
congestionadas y tiempos de viaje entre subestaciones de generación y subestaciones de carga
mucho más cortos.

Por otro lado, se debe analizar el peor caso en el proceso del flujo de energía, es decir, el
geodésico más largo, también conocido como diámetro. El diámetro de la red estudiada (D) es
de 18 (Entre la subestación de Caño Limón y Cuestecitas). Este valor de D representa un
20,45% del total de subestaciones del sistema; aunque es un valor relativamente grande, se tiene
que tener en cuenta que las dos subestaciones son radiales, es decir, son subestaciones que se
encuentran en extremos de la red, y además ninguna de estas dos (2) subestaciones son
subestaciones generadoras, por lo tanto no son tan cruciales en los flujos de energía.

27 
 
Figura 4 Diagrama de flujo del algoritmo para el cálculo de la distancia promedio.

K=0 

SE INGRESA EL NODO 
DESTINO J

SE INGRESA EL NODO 
DE INICIO I

LOS VECINOS DE I SON  BUSCO LOS VECINOS DEL NODO(S) I Y 
LOS NUEVOS NODOS  LOS REVISO UNO A UNO 
INICIO I 

ESTÁN EN LA 
LISTA DE NODOS  PASO AL OTRO 
SI 
RESUELTOS?  VECINO 

NO 

ESCRIBO EL(LOS)  ES EL NODO 
NO  DESTINO? 
NODO(S) VECINOS EN 
LA LISTA DE NODOS 

SI 

FIN

28 
 
Tabla 13. Valor promedio de los geodésicos promedio subestaciones (nodos) STN.

Subestación Grado Di Subestación Grado Di

Alto Anchicayá 2 6,07 Ancón Sur EE.PP.MM 3 5,15
Ancón Sur ISA 3 4,63 Balsillas 2 5,53
Banadia 2 9,16 Barbosa 6 5,13
Barranca 2 6,66 Belén Cúcuta 2 7,38
Bello 2 6,95 Betania 2 6,25
Bucaramanga 3 6,44 Candelaria Bolívar 2 8,99
Caño Limón 1 10,14 Cartagena 2 8,03
Cartago 2 5,88 Cerromatoso 220 2 5,97
Cerromatoso 500 3 5,03 Chinú 2 5,78
Chivor 3 6,66 Circo 3 5,69
Comuneros 3 10,74 Cuestecitas 2 8,88
El Copey 2 5,85 Envigado 3 4,40
Esmeralda 8 5,19 Fundación 3 7,94
Guadalupe IV 4 6,01 Guajira 2 9,81
Guatapé 8 4,30 Guatiguará 6 5,57
Guavio 5 5,99 Jaguas 2 5,25
Jamondino 2 6,77 Juanchito 4 6,59
La Enea 2 5,18 La Guaca 2 6,08
La Hermosa 2 5,33 La Mesa 5 5,22
La Reforma 2 6,94 La Sierra 3 4,55
La Tasajera 3 6,02 La Virginia 230 5 5,02
La Virginia 500 4 4,85 Los Palos 5 6,36
Malena 1 6,23 Miel 2 4,94
Miraflores 3 5,16 Mirolindo 2 6,00
Noroeste 4 4,83 Nueva Barranquilla 3 8,02
Ocaña 2 7,31 Occidente 4 5,72
Oriente 3 5,05 Páez 2 6,70
Paipa 1 7,11 Pance 4 6,03
Paraíso 3 6,59 Playas 3 4,82
Pomasquí 1 7,75 Porce II 3 6,06
Primavera 4 5,07 Purnio 4 4,26
Sabanalarga 220 6 7,08 Sabanalarga 500 2 6,38
Salto Antioquia 4 6,05 Salvajina 2 6,95
Samoré 2 8,20 San Bernardino 4 5,82
San Carlos 230 5 4,01 San Carlos 500 3 4,47
San Felipe 4 4,81 San Marcos 230 4 5,75
San Marcos 500 1 5,83 San Mateo Bogotá 2 7,30
San Mateo Cúcuta 2 8,25 Santa Marta 2 8,88
Sochagota 3 6,14 Tasajero 3 6,43
Tebsa 2 8,03 Termoflores 1 9,00
Ternera 2 8,03 Toledo 2 7,27
Torca 3 5,34 Tunal 4 6,90
Urabá 1 7,90 Urrá 2 6,92
Valledupar 2 9,81 Yumbo 5 5,13

29 
 
Por último, es interesante ver la relación que existe entre los geodésicos y el grado de los nodos,
puesto que esto nos da una luz de cuán importante pueden llegar a ser los nodos centro o
“Hubs” dentro del sistema. En la Gráfica 6 se puede observar que a medida que el grado de los
nodos incrementa, la ruta más corta promedio se reduce de una forma potencial, lo cual
corrobora la hipótesis inicial que se tenía de la importancia de los nodos hub dentro de la red
(cuál era la hipótesis).

Gráfica 6. Ruta más corta L (k), tendencia potencial

10
Datos S IN (UP ME , S IE L)
9
Interpolación P otencial
8

6
L

1
0 1 2 3 4 5 6 7 8 9
K

La interpolación potencial está regida por la siguiente expresión:

y = 7,95* X -0,2443 R 2 = 0,8249

2.2.6 Eficiencia. Con base en los resultados obtenidos para el análisis de geodésicos, se
puede realizar un estudio paralelo con la eficiencia de la red. Como se mencionó anteriormente,
cuando existen redes con bloques aislados de nodos (insulated island) el valor de L diverge y se
hace imposible definirlo. Para evitar esta divergencia se utiliza la eficiencia. Por su definición
matemática (ver capitulo 1 revisar si está), la eficiencia evita la divergencia de L y además es
un indicativo de la capacidad de trafico de la red [4]. Al igual que para el caso de la ruta más
corta, se obtuvo una matriz de eficiencias para cada par de subestaciones del sistema. En la
Tabla 14 se registra la eficiencia promedio para cada una de las 88 subestaciones. La eficiencia
promedio E es una valoración cuantitativa de cuan “eficiente” es la red para el flujo de energía.

Tabla 14. Eficiencia por subestaciones (nodos) STN.

Subestación Grado Di Subestación Grado Di

Alto Anchicayá 2 0,22 Ancón Sur EE.PP.MM 3 0,25
Ancón Sur ISA 3 0,28 Balsillas 2 0,23
Banadia 2 0,14 Barbosa 6 0,27
Barranca 2 0,19 Belén Cúcuta 2 0,18
Bello 2 0,18 Betania 2 0,21

30 
 
 Subestación Grado Di Subestación Grado Di
Bucaramanga 3 0,22 Candelaria Bolívar 2 0,15
Caño Limón 1 0,12 Cartagena 2 0,17
Cartago 2 0,22 Cerromatoso 220 2 0,20
Cerromatoso 500 3 0,24 Chinú 2 0,21
Chivor 3 0,23 Circo 3 0,20
Comuneros 3 0,23 Cuestecitas 2 0,13
El Copey 2 0,16 Envigado 3 0,25
Esmeralda 8 0,33 Fundación 3 0,18
Guadalupe IV 4 0,23 Guajira 2 0,14
Guatapé 8 0,32 Guatiguará 6 0,26
Guavio 5 0,23 Jaguas 2 0,24
Jamondino 2 0,19 Juanchito 4 0,21
La Enea 2 0,25 La Guaca 2 0,22
La Hermosa 2 0,24 La Mesa 5 0,27
La Reforma 2 0,19 La Sierra 3 0,28
La Tasajera 3 0,22 La Virginia 230 5 0,27
La Virginia 500 4 0,27 Los Palos 5 0,23
Malena 1 Miel 2
0,19 0,25
Miraflores 3 0,26 Mirolindo 2 0,22
Noroeste 4 0,27 Nueva Barranquilla 3 0,18
Ocaña 2 0,19 Occidente 4 0,24
Oriente 3 0,25 Páez 2 0,20
Paipa 1 0,18 Pance 4 0,23
Paraíso 3 0,20 Playas 3 0,26
Pomasquí 1 Porce II 3
0,16 0,22
Primavera 4 0,26 Purnio 4 0,29
Sabanalarga 220 6 0,22 Sabanalarga 500 2 0,20
Salto Antioquia 4 0,22 Salvajina 2 0,19
Samoré 2 0,16 San Bernardino 4 0,24
San Carlos 230 5 0,32 San Carlos 500 3 0,27
San Felipe 4 0,28 San Marcos 230 4 0,24
San Marcos 500 1 0,20 San Mateo Bogotá 2 0,18
San Mateo Cúcuta 2 0,16 Santa Marta 2 0,16
Sochagota 3 0,23 Tasajero 3 0,22
Tebsa 2 0,17 Termoflores 1 0,14
Ternera 2 0,17 Toledo 2 0,19
Torca 3 0,24 Tunal 4 0,20
Urabá 1 0,14 Urrá 2 0,17
Valledupar 2 0,14 Yumbo 5 0,28

La eficiencia promedio del STN (E) es 0,216. Lo que significa es que esta red, con respecto al
flujo de información, es 78,6% menos eficiente que una red completamente interconectada, la
cual posee todos sus nodos completamente interconectados. Una forma de poder evaluar el valor
de la eficiencia es comparándola con valores para otras redes. En la Tabla 15 se presentan
valores para eficiencias globales en distintas redes [6].

31 
 
Tabla 15. Registro de algunos valores de eficiencia en distintas redes.

VALORES DE EFICIENCIA PARA ALGUNAS REDES

RED EGlob
Macaque 0,52
Cat 0,69
C.Elegans 0,46
Small-World Network 0,4
WWW 0,28
Internet 0,29

Como se puede observar en la tabla, el valor de eficiencia de 0,216 para el STN es un valor
medio con respecto a las otras redes; si bien cabe anotar que estas redes cuentan con una mayor
cantidad de nodos y de enlaces lo que facilita en mayor grado la conexión entre sus nodos;
desafortunadamente no se cuenta con valores de eficiencia para sistemas de potencia eléctricos
los cuales darían una mejor perspectiva de la red.

De igual forma que se hizo para los geodésicos, se presenta la gráfica del valor promedio de
eficiencia por grado (Gráfica 7) para observar si existe alguna relación entre la eficiencia
promedio y el grado de los nodos.

Gráfica 7. Eficiencia E (k), tendencia potencial.

0,35

0,30

0,25

0,20
E

0,15
Datos S IN (UP ME , S IE L)
0,10
P ower Law Interpolation
0,05

0,00
0 1 2 3 4 5 6 7 8 9
K

La eficiencia tiene un incremento potencial en función del grado, lo que significa que la
eficiencia promedio en el flujo de energía para las subestaciones con más conexiones es mucho
más grande que para las subestaciones menos conectadas. Este resultado nos da a pensar que,
aunque se cuentan con subestaciones altamente eficientes en para el proceso de flujos de
energía, si estas llegasen a fallar la eficiencia promedio de la red caería inmediatamente a
valores bajos haciendo del sistema una red sumamente eficiente. Para poder cuantificar esta
dependencia del sistema a los nodos “hubs” se realizaron simulaciones de eventos en el sistema
(fallas y ataques selectivos), los cuales se presentan en el capítulo 3.

32 
 
2.2.7 Correlación de grado. El factor de correlación de grado de la red nos permite
identificar si existe alguna tendencia de conexión entre los nodos de alto grado con los de menor
grado o viceversa, además que nos permite cuantificar de alguna manera dicha relación. Para
encontrar dicha dependencia se usa el coeficiente de correlación de Pearson, el cual es un
índice estadístico que mide la relación lineal entre dos variables cuantitativas. Si el coeficiente
de Pearson arroja un valor entre 0 y 1 (0,1] significa que las dos variables tienen una correlación
positiva; si por el contrario el valor está entre -1 y 0 [-1,0) estas tienen una correlación negativa.
Si el valor de r (coeficiente de Pearson) es igual a 0, las variables no tienen ninguna clase de
correlación. Entre más cerca este el valor de r a 1 o a -1 más fuerte es la correlación entre las
variables (positiva o negativa).

Para el cálculo del coeficiente de Pearson se toman todas las parejas de subestaciones que están
conectadas dentro del sistema (129 líneas de transmisión) y se encuentra el índice estadístico
con ayuda de las herramientas estadísticas de Microsoft Excel®. El valor obtenido para r fue de
0,033. Este valor indica que en la red compleja de STN es difícil determinar una tendencia,
porque este valor se encuentra cercano a cero; es decir, ni los nodos (subestaciones) con alto
grado (varias líneas de transmisión) tienden a unirse con sus similares (alto grado), y los nodos
de grado b ajo a unirse con nodos de grado bajo, como tampoco se presenta la tendencia de que
los nodos de grado bajo se conecten con los de grado alto. Esto lo que nos dice es que, en otras
palabras, la correlación de los nodos por grado no es muy fuerte en un sistema de estos,
mientras que otro tipo de correlación sí se podría presentar (por ubicación geográfica, nivel de
tensión, empresas propietarias de las subestaciones, entre otros tipos).

2.2.8 Carga. La carga de los nodos (subestaciones) de la red del STN Colombiano se calculó
a partir del software que se usó para calcular los geodésicos de los mismos, puesto que la carga
de un nodo es la suma ponderara de los geodésicos que pasan a través de él. A continuación se
presentan los resultados tabulados para las 88 subestaciones del sistema y posteriormente su
gráfica.

Tabla 16. Carga por subestaciones (nodos) STN.

Subestación Carga Grado Subestación Carga Grado

Caño Limón 0,00 1 Bello 0,50 2
Malena 0,00 1 Candelaria Bolívar 0,50 2
Paipa 0,00 1 San Mateo Cúcuta 1,00 2
Pomasqui 0,00 1 Cuestecitas 2,00 2
San marcos 500 0,00 1 San Mateo Bogotá 10,33 2
Termoflores 0,00 1 Páez 12,17 2
Urabá 0,00 1 Miel 23,50 2
Alto Anchicayá 0,00 2 Cartagena 47,67 2
Balsillas 0,00 2 Ternera 47,67 2
Cartago 0,00 2 Guajira 50,67 2
La Enea 0,00 2 Valledupar 50,67 2
La Hermosa 0,00 2 Banadia 64,83 2
La Reforma 0,00 2 Betania 68,00 2
Salvajina 0,00 2 Jaguas 78,83 2
Tebsa 0,00 2 Jamondino 84,33 2
Barranca 0,50 2 Mirolindo 85,33 2

33 
 
 Subestación Carga Grado Subestación Carga Grado
Belén Cúcuta 93,00 2 La sierra 965,50 3
Ocaña 99,00 2 Cerromatoso 500 1303,83 3
Urra 99,17 2 San Carlos 500 1455,00 3
Santa marta 121,83 2 Guadalupe IV 5,17 4
Samore 122,67 2 Juanchito 37,50 4
El copey 145,83 2 Salto Antioquia 42,50 4
La guaca 173,00 2 Tunal 47,83 4
Cerromatoso 220 196,33 2 Occidente 50,17 4
Toledo 221,17 2 Pance 111,67 4
Sabanalarga 500 973,00 2 San marcos 230 130,67 4
Chinú 1036,67 2 San Bernardino 287,17 4
Porce II 0,00 3 San Felipe 310,33 4
Bucaramanga 14,50 3 La Virginia 500 423,83 4
Miraflores 16,67 3 Noroeste 625,33 4
Oriente 17,67 3 Purnio 967,17 4
Circo 35,83 3 Primavera 1111,67 4
Envigado 48,17 3 La Virginia 230 223,67 5
Comuneros 48,50 3 Guavio 270,50 5
La tasajera 56,67 3 La mesa 478,50 5
Ancón Sur EEPPMM 95,83 3 Los palos 514,17 5
Nueva Barranquilla 98,17 3 Yumbo 602,67 5
Paraíso 122,17 3 San Carlos 230 2093,83 5
Ancón sur isa 141,50 3 Barbosa 352,83 6
Tasajero 150,83 3 Sabanalarga 220 963,83 6
Chivor 211,67 3 Guatiguará 1012,50 6
Sochagota 253,50 3 Esmeralda 1304,83 8
Torca 364,67 3 Guatapé 1594,00 8
Fundación 428,50 3
Playas 475,83 3

Tabla 17. Resumen carga por subestaciones (nodos) STN.

Grado Carga promedio

1 0,00
2 108,62
3 300,24
4 319,31
5 697,22
6 776,39
8 1449,42

34 
 
Gráfica 8. Carga de las subestaciones vs. Grado.

Valor de carga promedio: 270,20

2.3 PARÁMETROS DE LAS REDES POR NIVELES DE TENSIÓN

Los parámetros de la red se realizaron, sin tener en cuenta los niveles de tensión en el STN
(500 kV y 220 kV). En los siguientes numerales se discrimina la red por niveles de tensión, para
observar su comportamiento.

2.3.1 Red de 500 kV Las subestaciones eléctricas de 500 kV en el sistema eléctrico

colombiano son muy pocas, por lo tanto no es sencillo hablar de una red estructurada a nivel de
tensión de 500 kV, Sin embargo se evaluaron los parámetros de redes complejas para este grupo
de subestaciones eléctricas.

Figura 5. Red de 500 kV.

Grado El máximo grado de la red de 500 kV es de tres (3) y lo tiene la subestación de la

Virginia 500. El grado promedio es de 1,71, es decir, que en promedio las subestaciones de esta
red tienen menos de dos (2) vecinos.

35 
 
Gráfica 9. Histograma del número de nodos por grado, red de 500 kV.

Probabilidad de grado la distribución de probabilidad de grado de la red de 500 kV tiene un

comportamiento similar al de la red completa del STN, puesto que al igual que esta, la
distribución de probabilidad de grado de la red de 500 kV tiene una tendencia exponencial,
aunque el coeficiente α es diferente.

Gráfica 10. Curva de probabilidad de grado red de 500 kV.

Ecuación de la línea de tendencia de la Gráfica 10.

y = 3, 036e-0,97x
R = 0,943

Agrupamiento Para la sistema de subestaciones de 500 kV del STN Colombiano no se puede

definir el valor de C puesto que ninguna de las subestaciones forma triángulos entre sí, es decir,
ninguna de las subestaciones que están conectadas tienen vecinos en común, por lo tanto el

36 
 
sistema no es enmallado sino radial (ver figura de la red), lo cual hace más difícil considerar
este sistema como una red compleja.

Ruta más corta El diámetro de la red de 500 kV es de 5, lo cual es un valor bastante alto para el
tamaño de la red (representa el 71,4% de todas las subestaciones). El valor de L es de 2,476 que
al igual que el diámetro, el valor de L es un valor demasiado grande para un sistema tan
pequeño como este (representa el 35,3% del total de las subestaciones). El valor de la eficiencia
del sistema es de 0,547. Este valor tan alto de E no se debe precisamente a un comportamiento
sumamente eficiente de la red, sino al pequeño tamaño que tiene la misma.

De acuerdo a los resultados obtenidos de los parámetros de redes complejas, es bastante difícil
definir el sistema de subestaciones eléctricas de 500 kV del STN Colombiano como una red
compleja, tanto por su nulo nivel de agrupamiento como por sus altos valores de geodésicos.

2.3.2 Red de 220 kV Al realizar un modelamiento de la red para los niveles de tensión de
220 kV únicamente, se encontró que no existe un sistema único para este nivel de tensión, sino
que se presentan tres ‘islas’, las cuales están unidas por la red de 500 kV. Estas redes, cuya
denominación se hizo teniendo en cuenta su ubicación geográfica, son las siguientes:

- Zona Centro.
- Zona Atlántico.
- Zona Urabá.

Estas tres redes conforman un total de 82 subestaciones, las cuales están distribuidas como se
indicará en cada una de las zonas. Los parámetros de cada una de estas zonas son las que se
presentan a continuación.

a. Zona Centro La zona Centro es la más grande de las tres zonas, y está conformada por
un total de 66 subestaciones (ver Figura 6). Los parámetros de redes complejas para esta zona
fueron calculados y a continuación se presentan los resultados.

Figura 6. Red de 220 kV, zona Centro.

37 
 
Grado En la Gráfica 11 se aprecia que el grado que más se presenta es 2, en 23 nodos, valor
coincidente con el grado del sistema, aunque el número se redujo en 13 subestaciones. El mayor
grado del nodo sigue siendo 8, aunque aparece una subestación de nodo 7 (Esmeralda) porque
‘perdió’ la conexión con la subestación Virginia 500.

Gráfica 11. Histograma del número de nodos por grado, zona Centro.

Probabilidad de grado La curva de probabilidad de grado (Gráfica 12) muestra que, para
diferentes tipos de línea de tendencia, el mejor ajuste que se presenta es el de tipo exponencial,
lo cual indica que esta red tiende a comportarse como una red de escala sencilla, tal como se
presenta en la red conjunta.

Gráfica 12. Curva de probabilidad de grado para zona centro, tendencia exponencial.

38 
 
Agrupamiento El valor de C para este grupo de nodos dio como resultado 0,248, un valor un
poco mayor al del sistema completo, aunque la diferencia no es mucha.

Gráfica 13. Curva de coeficiente de agrupamiento vs. k, zona Centro.

Ruta más corta La ruta más corta promedio es de 5,22, valor un poco menor que el del sistema
STN. Además, el diámetro resultante fue de 14, equivalente al 21 % de las subestaciones, y la
eficiencia de la red dio como resultado 0,262. Estos valores son muy similares a los obtenidos
inicialmente para la red STN, y la diferencia puede ser justificada por la reducción de nodos,
mas no por el comportamiento de la red misma.

Correlación de grado El valor de coeficiente de Pearson resultante fue de -0,041, lo que

muestra es que en esta red la tendencia no es clara tampoco, por lo que no se puede afirmar que
la correlación de grado se presente.

b. Zona Atlántico La zona del Atlántico está conformada por trece subestaciones y 15
líneas de transmisión. Los parámetros calculados para esta zona mostraron los siguientes
resultados.

Figura 7. Red de 220 kV, zona Atlántico.

39 
 
Grado Un gráfico del número de subestaciones por grado (Gráfica 14) muestra que el mayor
grado de la zona es de 5, el cual es menor al grado del STN, aunque hay que tener en cuenta que
el número de elementos (nodos y enlaces) disminuyó considerablemente. Asimismo, se aprecia
que la moda en este grupo de datos es el grado 2, grado que pertenece a 9 subestaciones, es
decir el 69 % de las subestaciones la cual es una diferencia bien marcada con respecto a los
demás grados, lo cual se demuestra en el valor de grado promedio, el cual es de 2,31.

Gráfica 14. Histograma del número de nodos por grado, zona Atlántico.

Probabilidad de grado La curva de probabilidad de grado (Gráfica 15) muestra que la

tendencia tiende a ser exponencial, puesto que el valor de R es menor, por lo que se puede decir
que esta gráfica tiende a comportarse de manera aleatoria. Esto se explica por el gran número de
nodos de grado 2, que son los que incrementan esta tendencia.

Gráfica 15. Curva de probabilidad de grado para zona Atlántico, tendencia lineal.

Agrupamiento El valor de C para este grupo de nodos dio como resultado 0,11, el cual es un
valor más bajo que el del STN, lo cual confirma su comportamiento aleatorio.

40 
 
Gráfica 16. Curva de coeficiente de agrupamiento vs. k, zona Atlántico.

Ruta más corta Como la red es más pequeña es de esperarse que este valor se reduzca. La ruta
más corta promedio es de 2,82 (18,8 %). Además, el diámetro resultante fue de 6, equivalente al
46 % de las subestaciones. La eficiencia de la red dio como resultado 0,471.

Correlación de grado El coeficiente de Pearson dio como resultado -0,086, un valor que indica
que, aunque tiene una tendencia similar a la de la red completa, se prefieren conectar a nodos

c. Zona Urabá La zona de Urabá está conformada únicamente por tres subestaciones
(Urrá, Urabá y Cerromatoso 220 kV), las cuales quedan aisladas del sistema por la desconexión
de la subestación de Cerromatoso 220 kV con la subestación de Cerromatoso 500 kV. Debido al
número reducido de estos nodos, no se va a hacer un análisis muy profundo de los parámetros
de esta red, aunque se van a mencionar algunas características.

Figura 8. Red de 220 kV, zona Urabá

41 
 
 Grado El grado máximo de estos tres nodos es 2 (Cerromatoso 220), aunque dos de estas
subestaciones tienen grado 1.

Gráfica 17. Histograma del número de nodos por grado, zona Urabá.

Agrupamiento En esta red no se presenta ningún agrupamiento entre los nodos, pues no se
presenta ninguna conexión en forma de triángulo, es decir, que no existe conexión entre los dos
nodos vecinos a un tercer nodo. Por esto, el valor del coeficiente de agrupamiento es cero.

Ruta más corta En este aspecto, teóricamente se ve más favorecida debido a la escasez de
líneas, puesto que se aprovechan más. El diámetro de la red es 2 (corto), el valor de la ruta más
corta promedio es de 1,33 y la eficiencia es de 0,83.

2.4 RESUMEN DE LA RED STN

En la Tabla 18 se presenta un resumen de las diferentes redes analizadas en este capítulo.

Tabla 18. Resumen de los parámetros de redes complejas para cada una de las redes analizadas.
Red de 220 kV
Red STN Red de 500 kV
Zona Centro Zona Atlántico Zona Urabá
Número de nodos 88 6 66 13 3
Número de enlaces 129 5 102 15 2
Distribución de
Exponencial Exponencial Exponencial Exponencial ------
probabilidad de grado
Coeficiente de
0,203 ------ 0,248 0,11 0
agrupamiento
Distancia promedio 6,94 2,47 15,22 2,82 1,33
Diámetro 18 5 14 6 2
Eficiencia 0,219 0,547 0,262 0,471 0,83
Coeficiente de correlación 0,033 ------ -0,041 -0,086 ----
Comportamiento red
SI NO SI SI NO
compleja

42 
 
 3. FALLAS SELECTIVAS SOBRE LA RED COMPLEJA DEL STN, ROBUSTEZ
Y ESTABILIDAD

En el primer capítulo se describieron los parámetros básicos que pueden ser hallados en una red
compleja cualquiera; luego, en el segundo capítulo se presentaron los resultados de dichos
parámetros para la red compleja del Sistema Interconectado Nacional Colombiano STN. En
este capítulo se pretende analizar la respuesta de la red compleja del STN Colombiano frente a
ataques selectivos sobre los nodos Hub de la red. En el primer capítulo se comentó sobre los 3
tipos de redes complejas de acuerdo a su distribución de probabilidad P (k), y la forma como
cada una de ellas percibe una falla aleatoria o un ataque selectivo. Luego, en el segundo capítulo
se encontró que el STN Colombiano se ajusta a una red de escala simple. Este tipo de red cuenta
con una cantidad pequeña de nodos centrales (ó hub), mucho menos que una red de libre escala,
Sin embargo sus nodos centrales, al igual que los de una red de libre escala, son el foco de
funcionamiento de la red y un ataque sobre ellos afectaría el funcionamiento de la red.

Puesto que los nodos centrales son los que cuentan con mayor cantidad de conexiones con otros
nodos, son ellos los que poseen la carga más grande. La comunicación entre dos (2) nodos no
adyacentes, llamados j y k, depende de los nodos que pertenecen al camino que los conecta. En
consecuencia una medición de la relevancia de un nodo dado puede obtenerse por el conteo de
los geodésicos (ruta más corta entre dos nodos) que lo atraviesan, y esto se define como la
carga del nodo [4]. Cuando la red se encuentra en estado estable, cada nodo posee una carga
específica; mas cuando algún nodo falla o es atacado y sale de funcionamiento, la carga que tal
nodo poseía debe ser repartida entre el resto de los nodos de la red. Cuando la carga del nodo
bajo falla es redistribuida, algunos nodos presentarán sobrecarga, puesto que a través de ellos
pasaran muchos más geodésicos de los que circulaban en estado estable y como este incremento
representa una circulación de gran cantidad de energía/información a través de ellos, es posible
que tal nodo se sobrecargue y falle, generando así, una falla en cadena.

Este suceso puede ser representado fácilmente sobre el sistema de transmisión Colombiano. Una
pequeña cantidad de subestaciones cuenta con varias líneas de transmisión que las conectan con
otras. A través de estas subestaciones hub, que en su mayoría son subestaciones de paso, circula
una gran cantidad de energía eléctrica. Cuando alguna de estas subestaciones sufre una falla y
sale del sistema, toda la energía que circulaba normalmente a través de ella debe ser redirigida a
través de otras subestaciones que puedan ofrecer una ruta paralela entre las subestaciones
generadoras y las subestaciones de carga. Estas subestaciones alternas, después de la falla
deberán tolerar que a través de ellas circule más energía eléctrica que la que normalmente
circulaba. Cuando se concibe el diseño de una subestación eléctrica, todos sus equipos
operativos se seleccionan de tal forma que puedan soportar por tiempo indefinido las
condiciones nominales de operación, y por un lapso de tiempo definido y corto puedan
sobrellevar una pequeña sobrecarga. Cuando la sobrecarga es muy alta y además supera el lapso
de tiempo estipulado, pueden desarrollarse dos situaciones: i) las protecciones de los equipos se
disparan y la subestación sale del sistema, o ii) la coordinación de protecciones no funciona y
los equipos se estropean.

Para cualquiera de estos dos escenarios, la subestación alterna, la cual ofreció una ruta paralela
después de la falla de la subestación hub, también sale del sistema; generando así una reacción

43 
 
en cadena en varias subestaciones, la cual es bastante complicada llegar a predecir a causa de la
condición no lineal que la rige.

Para poder llegar a estimar el impacto que tendría una falla sobre las subestaciones centrales del
STN Colombiano, se realizaron simulaciones de falla sobre seis (6) subestaciones:

- Guatapé.
- Sabanalarga.
- San Carlos.
- Esmeralda.
- Torca.
- Guavio.

Para cada una de las fallas se calculó la redistribución de la carga sobre las subestaciones del
sistema, se analizó cual fue la sobrecarga sobre algunas subestaciones y se evaluó el cambio que
tuvieron los geodésicos (ruta más corta) y la eficiencia total de la red.

3.1 GUATAPÉ 230 KV

3.1.1 Condiciones iníciales Guatapé Las condiciones iníciales en Guatapé son:

Grado: 8
Coeficiente de agrupamiento: 0,107
Ruta más corta promedio: 4,30
Eficiencia promedio: 0,32
Carga: 1594,00

3.1.2 Redistribución de la carga después de la falla S/E Guatapé

Tabla 19. Carga de los nodos del sistema E después de la falla S/E Guatapé
Carga Carga
Diferencia
Subestación cond. cond. Diferencia
porcentual
Estable Falla
ALTO ANCHICAYA 0 0 0 -
BALSILLAS 0 0 0 -
CAÑO LIMON 0 0 0 -
CARTAGO 0 0 0 -
LA ENEA 0 0 0 -
LA HERMOSA 0 0 0 -
LA REFORMA 0 0 0 -
MALENA 0 0 0 -
PAIPA 0 0 0 -
POMASQUI 0 0 0 -
PORCE II 0 0 0 -

44 
 
 Carga Carga
Diferencia
Subestación cond. cond. Diferencia
porcentual
Estable Falla
SALVAJINA 0 0 0 -
SAN MARCOS 500 0 0 0 -
TEBSA 0 0 0 -
TERMOFLORES 0 0 0 -
URABA 0 0 0 -
GUADALUPE IV 5,1667 116 110,833 2145,16%
ORIENTE 17,667 164,333 146,667 830,19%
OCCIDENTE 50,167 447,167 397 791,36%
MIRAFLORES 16,667 120 103,333 620,00%
ANCON SUR EEPPMM 95,833 555,167 459,333 479,30%
ANCON SUR ISA 141,5 554,5 413 291,87%
ENVIGADO 48,167 178,833 130,667 271,28%
LA TASAJERA 56,667 84,5 27,833 49,12%
COMUNEROS 48,5 64,5 16 32,99%
SAMORE 122,667 151,167 28,5 23,23%
PURNIO 967,167 1179,667 212,5 21,97%
BANADIA 64,833 77,333 12,5 19,28%
CHIVOR 211,667 237,667 26 12,28%
MIEL 23,5 25,5 2 8,51%
SAN FELIPE 310,333 325,5 15,167 4,89%
TOLEDO 221,167 229,667 8,5 3,84%
CIRCO 35,833 36,5 0,667 1,86%
MIROLINDO 85,333 86,833 1,5 1,76%
SOCHAGOTA 253,5 255,333 1,833 0,72%
BARRANCA 0,5 0,5 0 0,00%
BELLO 0,5 0,5 0 0,00%
BETANIA 68 68 0 0,00%
BUCARAMANGA 14,5 14,5 0 0,00%
CANDELARIA 0,5 0,5 0 0,00%
BOLIVAR
CUESTECITAS 2 2 0 0,00%
JUANCHITO 37,5 37,5 0 0,00%
PAEZ 12,167 12,167 0 0,00%
SAN MATEO BOGOTA 10,333 10,333 0 0,00%
SAN MATEO CUCUTA 1 1 0 0,00%
TORCA 364,667 353,333 -11,333 -3,11%
LA MESA 478,5 454,333 -24,167 -5,05%
PARAISO 122,167 115,5 -6,667 -5,46%
GUAVIO 270,5 252,667 -17,833 -6,59%
LA VIRGINIA 500 423,833 394,667 -29,167 -6,88%
SAN BERNARDINO 287,167 265,167 -22 -7,66%
JAMONDINO 84,333 77,333 -7 -8,30%
SANTA MARTA 121,833 111,5 -10,333 -8,48%
LA GUACA 173 157,667 -15,333 -8,86%
NOROESTE 625,333 566,833 -58,5 -9,36%
SABANALARGA 220 963,833 873,5 -90,333 -9,37%
SABANALARGA 500 973 880 -93 -9,56%
CHINU 1036,667 936,5 -100,167 -9,66%

45 
 
 Carga Carga
Diferencia
Subestación cond. cond. Diferencia
porcentual
Estable Falla
CERROMATOSO 500 1303,833 1176 -127,833 -9,80%
FUNDACION 428,5 386 -42,5 -9,92%
ESMERALDA 1304,833 1160,167 -144,667 -11,09%
SAN CARLOS 500 1455 1293,667 -161,333 -11,09%
LA VIRGINIA 230 223,667 198,5 -25,167 -11,25%
NUEVA 98,167 87 -11,167 -11,38%
BARRANQUILLA
CARTAGENA 47,667 42 -5,667 -11,89%
TERNERA 47,667 42 -5,667 -11,89%
URRA 99,167 87 -12,167 -12,27%
CERROMATOSO 220 196,333 172 -24,333 -12,39%
YUMBO 602,667 526,5 -76,167 -12,64%
EL COPEY 145,833 126 -19,833 -13,60%
GUAJIRA 50,667 43 -7,667 -15,13%
VALLEDUPAR 50,667 43 -7,667 -15,13%
PANCE 111,667 94,667 -17 -15,22%
SAN MARCOS 230 130,667 110,667 -20 -15,31%
LOS PALOS 514,167 433,167 -81 -15,75%
GUATIGUARA 1012,5 849,167 -163,333 -16,13%
TASAJERO 150,833 120,333 -30,5 -20,22%
TUNAL 47,833 38 -9,833 -20,56%
PRIMAVERA 1111,667 882,167 -229,5 -20,64%
LA SIERRA 965,5 728,5 -237 -24,55%
SAN CARLOS 230 2093,833 1469,667 -624,167 -29,81%
OCAÑA 99 52,5 -46,5 -46,97%
BELEN CUCUTA 93 46,5 -46,5 -50,00%
PLAYAS 475,833 196,833 -279 -58,63%
BARBOSA 352,833 72 -280,833 -79,59%
SALTO ANTIOQUIA 42,5 3 -39,5 -92,94%
JAGUAS 78,833 0 -78,833 -100,00%

3.1.3 Ruta más corta (L) después de la falla S/E Guatapé Después de la falla, aparece un
bloque de subestaciones desconectadas, por tal razón es imposible definir L.

3.1.4 Eficiencia (E) después de la falla S/E Guatapé

Eficiencia antes de la falla (EBF): 0,219

Eficiencia después de la falla (EAF): 0,200
Diferencia porcentual (% Δ E ): 9,2

En la Gráfica 18 se presentan los valores de eficiencia por grado después de la falla, la cual
presenta un ajuste de ley de potencias.

46 
 
Ajuste potencial
y = 0,134 x 0,356
R 2 = 0,907

Gráfica 18. Eficiencia del sistema E después de la falla S/E Guatapé

3.2 SABANALARGA 230 kV Y 500 kV

3.2.1 Condiciones iníciales Sabanalarga Para las dos subestaciones de Sabanalarga, las
condiciones:

Grado (230 kV): 6

Grado (500 kV): 2
Coeficiente de agrupamiento (230 kV): 0,066
Coeficiente de agrupamiento (500 kV): 0,0
Ruta más corta promedio (230 kV): 7,08
Ruta más corta promedio (500 kV): 6,38
Eficiencia promedio (230 kV): 0,22
Eficiencia promedio (500 kV): 0,24
Carga (230 kV): 963,83
Carga (500 kV): 973,0

3.2.2 Redistribución de la carga después de la falla S/E Sabanalarga

Tabla 20. Carga de los nodos del sistema E después de la falla S/E Sabanalarga
Carga Carga
Diferencia
Subestación cond. cond. Diferencia
porcentual
Estable Falla
ALTO ANCHICAYA 0 0 0 -
BALSILLAS 0 0 0 -
CAÑO LIMON 0 0 0 -

47 
 
 Carga Carga
Diferencia
Subestación cond. cond. Diferencia
porcentual
Estable Falla
CARTAGO 0 0 0 -
LA ENEA 0 0 0 -
LA HERMOSA 0 0 0 -
LA REFORMA 0 0 0 -
MALENA 0 0 0 -
PAIPA 0 0 0 -
POMASQUI 0 0 0 -
PORCE II 0 0 0 -
SALVAJINA 0 0 0 -
SAN MARCOS 500 0 0 0 -
TEBSA 0 0 0 -
TERMOFLORES 0 0 0 -
URABA 0 0 0 -
CUESTECITAS 2 35,833 33,833 1691,67%
COMUNEROS 48,5 201 152,5 314,43%
CANDELARIA 0,5 1 0,5 100,00%
BOLIVAR
BARRANCA 0,5 0,5 0 0,00%
BELLO 0,5 0,5 0 0,00%
BETANIA 68 68 0 0,00%
BUCARAMANGA 14,5 14,5 0 0,00%
GUADALUPE IV 5,167 5,167 0 0,00%
MIEL 23,5 23,5 0 0,00%
MIRAFLORES 16,667 16,667 0 0,00%
MIROLINDO 85,333 85,333 0 0,00%
OCCIDENTE 50,167 50,167 0 0,00%
ORIENTE 17,667 17,667 0 0,00%
PAEZ 12,167 12,167 0 0,00%
SAN MATEO BOGOTA 10,333 10,333 0 0,00%
SAN MATEO CUCUTA 1 1 0 0,00%
SOCHAGOTA 253,5 236,833 -16,667 -6,57%
ANCON SUR EEPPMM 95,833 87,833 -8 -8,35%
PANCE 111,667 98,167 -13,5 -12,09%
LA TASAJERA 56,667 49,667 -7 -12,35%
SAMORE 122,667 106,167 -16,5 -13,45%
URRA 99,167 85,167 -14 -14,12%
CERROMATOSO 220 196,333 168,333 -28 -14,26%
BANADIA 64,833 55,333 -9,5 -14,65%
JAMONDINO 84,333 71,833 -12,5 -14,82%
SAN BERNARDINO 287,167 243,167 -44 -15,32%
YUMBO 602,667 509,167 -93,5 -15,51%
ANCON SUR ISA 141,5 119,5 -22 -15,55%
PARAISO 122,167 103,167 -19 -15,55%
TOLEDO 221,167 185,667 -35,5 -16,05%
SALTO ANTIOQUIA 42,5 35,5 -7 -16,47%
ENVIGADO 48,167 40,167 -8 -16,61%
TUNAL 47,833 39,833 -8 -16,72%
TASAJERO 150,833 124,833 -26 -17,24%

48 
 
 Carga Carga
Diferencia
Subestación cond. cond. Diferencia
porcentual
Estable Falla
LA MESA 478,5 395,5 -83 -17,35%
JAGUAS 78,833 64,833 -14 -17,76%
GUAVIO 270,5 221 -49,5 -18,30%
LOS PALOS 514,167 419,667 -94,5 -18,38%
GUATIGUARA 1012,5 824,333 -188,167 -18,58%
OCAÑA 99 80 -19 -19,19%
BARBOSA 352,833 282,833 -70 -19,84%
SAN FELIPE 310,333 247,333 -63 -20,30%
BELEN CUCUTA 93 74 -19 -20,43%
ESMERALDA 1304,833 1033,833 -271 -20,77%
LA GUACA 173 137 -36 -20,81%
SAN MARCOS 230 130,667 100,667 -30 -22,96%
TORCA 364,667 277 -87,667 -24,04%
PRIMAVERA 1111,667 840,833 -270,833 -24,36%
NOROESTE 625,333 470,667 -154,667 -24,73%
LA SIERRA 965,5 725,167 -240,333 -24,89%
PLAYAS 475,833 355,667 -120,167 -25,25%
GUATAPE 1594 1170,667 -423,333 -26,56%
LA VIRGINIA 230 223,667 158,167 -65,5 -29,28%
PURNIO 967,167 661,833 -305,333 -31,57%
SAN CARLOS 230 2093,833 1219,167 -874,667 -41,77%
JUANCHITO 37,5 21,5 -16 -42,67%
LA VIRGINIA 500 423,833 188,333 -235,5 -55,56%
SAN CARLOS 500 1455 412,333 -1042,667 -71,66%
CERROMATOSO 500 1303,833 280,667 -1023,167 -78,47%
CHINU 1036,667 41,5 -995,167 -96,00%
GUAJIRA 50,667 2 -48,667 -96,05%
VALLEDUPAR 50,667 2 -48,667 -96,05%
SANTA MARTA 121,833 2 -119,833 -98,36%
EL COPEY 145,833 2 -143,833 -98,63%
NUEVA 98,167 1 -97,167 -98,98%
BARRANQUILLA
CHIVOR 211,667 2 -209,667 -99,06%
FUNDACION 428,5 2 -426,5 -99,53%
CARTAGENA 47,667 0 -47,667 -100,00%
TERNERA 47,667 0 -47,667 -100,00%
CIRCO 35,833 0 -35,833 -100,00%

3.2.3 Ruta más corta (L) después de la falla S/E Sabanalarga Después de la falla, aparece
un bloque de subestaciones desconectadas, por tal razón es imposible definir L.

3.2.4 Eficiencia (E) después de la falla S/E Sabanalarga

Eficiencia antes de la falla (EBF): 0,219

Eficiencia después de la falla (EAF): 0,189

49 
 
Diferencia porcentual (% Δ E ): 13,5

La Gráfica 19 presenta la eficiencia por grado de la red después de la falla.

Gráfica 19. Eficiencia del sistema E después de la falla S/E Sabanalarga

Ajuste potencial
y = 0,106 x 0,533
R 2 = 0,950

3.3 SAN CARLOS 230 kV Y 500 kV

3.3.1 Condiciones iníciales San Carlos

Grado (230 kV): 5

Grado (500 kV): 3
Coeficiente de agrupamiento (230 kV): 0,1
Coeficiente de agrupamiento (500 kV): 0,0
Ruta más corta promedio (230 kV): 4,01
Ruta más corta promedio (500 kV): 4,47
Eficiencia promedio (230 kV): 0,32
Eficiencia promedio (500 kV): 0,27
Carga (230 kV): 2093,83
Carga (500 kV): 1455,00

3.3.2 Redistribución de la carga después de la falla S/E San Carlos

En la Tabla 21 se presentan los resultados de variaciones del valor de carga por cada
subestación.

50 
 
Tabla 21. Carga de los nodos del sistema E después de la falla S/E San Carlos

Carga Carga Diferencia

Subestación Diferencia
cond. Estable cond. Falla porcentual
ALTO ANCHICAYA 0 0 0 -
BALSILLAS 0 0 0 -
CAÑO LIMON 0 0 0 -
CARTAGO 0 0 0 -
LA ENEA 0 0 0 -
LA HERMOSA 0 0 0 -
LA REFORMA 0 0 0 -
MALENA 0 0 0 -
PAIPA 0 0 0 -
POMASQUI 0 0 0 -
PORCE II 0 0 0 -
SALVAJINA 0 0 0 -
SAN MARCOS 500 0 0 0 -
TEBSA 0 0 0 -
TERMOFLORES 0 0 0 -
URABA 0 0 0 -
MIEL 23,5 270 246,5 1048,94%
MIRAFLORES 16,667 149 132,333 794,00%
GUADALUPE IV 5,166666667 25,833 20,667 400,00%
ANCON SUR EEPPMM 95,833 297,5 201,667 210,43%
OCCIDENTE 50,167 129,167 79 157,48%
ANCON SUR ISA 141,5 284,5 143 101,06%
BETANIA 68 113,5 45,5 66,91%
MIROLINDO 85,333 137 51,667 60,55%
SAN FELIPE 310,333 491,333 181 58,32%
SAN MATEO BOGOTA 10,333 11 0,667 6,45%
CHIVOR 211,667 224,5 12,833 6,06%
CIRCO 35,833 36,667 0,833 2,33%
ORIENTE 17,667 18 0,333 1,89%
BARRANCA 0,5 0,5 0 0,00%
BELLO 0,5 0,5 0 0,00%
BUCARAMANGA 14,5 14,5 0 0,00%
CANDELARIA 0,5 0,5 0 0,00%
BOLIVAR
CUESTECITAS 2 2 0 0,00%
PAEZ 12,167 12,167 0 0,00%
SAN MATEO CUCUTA 1 1 0 0,00%
ENVIGADO 48,167 47,833 -0,333 -0,69%
SOCHAGOTA 253,5 248 -5,5 -2,17%
LA MESA 478,5 444,833 -33,667 -7,04%
COMUNEROS 48,5 45 -3,5 -7,22%
SAMORE 122,667 113,167 -9,5 -7,74%
BANADIA 64,833 57,833 -7 -10,80%
LA TASAJERA 56,667 49,5 -7,167 -12,65%
TOLEDO 221,167 177,167 -44 -19,89%

51 
 
 Carga Carga Diferencia
Subestación Diferencia
cond. Estable cond. Falla porcentual
JAGUAS 78,833 61 -17,833 -22,62%
SAN BERNARDINO 287,167 221,333 -65,833 -22,93%
JAMONDINO 84,333 63,333 -21 -24,90%
TORCA 364,667 266,333 -98,333 -26,97%
NOROESTE 625,333 451,833 -173,5 -27,75%
PARAISO 122,167 88,167 -34 -27,83%
PANCE 111,667 79,5 -32,167 -28,81%
GUAVIO 270,5 191,5 -79 -29,21%
YUMBO 602,667 423,833 -178,833 -29,67%
LOS PALOS 514,167 348,167 -166 -32,29%
TASAJERO 150,833 100,833 -50 -33,15%
GUATIGUARA 1012,5 674 -338,5 -33,43%
TUNAL 47,833 31,667 -16,167 -33,80%
LA SIERRA 965,5 638,833 -326,667 -33,83%
LA GUACA 173 111,167 -61,833 -35,74%
ESMERALDA 1304,833 775 -529,833 -40,61%
BARBOSA 352,833 199,667 -153,167 -43,41%
PURNIO 967,167 537,833 -429,333 -44,39%
SAN MARCOS 230 130,667 71,333 -59,333 -45,41%
SALTO ANTIOQUIA 42,5 23 -19,5 -45,88%
PRIMAVERA 1111,667 594 -517,667 -46,57%
OCAÑA 99 52,5 -46,5 -46,97%
BELEN CUCUTA 93 46,5 -46,5 -50,00%
LA VIRGINIA 230 223,667 109,833 -113,833 -50,89%
JUANCHITO 37,5 15,5 -22 -58,67%
PLAYAS 475,833 160,833 -315 -66,20%
GUATAPE 1594 523,667 -1070,333 -67,15%
SANTA MARTA 121,833 22 -99,833 -81,94%
GUAJIRA 50,667 9 -41,667 -82,24%
VALLEDUPAR 50,667 9 -41,667 -82,24%
NUEVA 98,167 17 -81,167 -82,68%
BARRANQUILLA
URRA 99,167 17 -82,167 -82,86%
CARTAGENA 47,667 8 -39,667 -83,22%
TERNERA 47,667 8 -39,667 -83,22%
CERROMATOSO 220 196,333 32 -164,333 -83,70%
FUNDACION 428,5 68 -360,5 -84,13%
EL COPEY 145,833 22 -123,833 -84,91%
LA VIRGINIA 500 423,833 63,833 -360 -84,94%
SABANALARGA 220 963,833 115,5 -848,333 -88,02%
SABANALARGA 500 973 63,5 -909,5 -93,47%
CHINU 1036,667 55 -981,667 -94,69%
CERROMATOSO 500 1303,833 44,5 -1259,333 -96,59%

3.3.3 Ruta más corta (L) después de la falla S/E San Carlos Después de la falla, aparece
un bloque de subestaciones desconectadas, por tal razón es imposible definir L.

52 
 
3.3.4 Eficiencia (E) después de la falla S/E San Carlos

Eficiencia antes de la falla (EBF): 0,219

Eficiencia después de la falla (EAF): 0,160
Diferencia porcentual (% Δ E ): 26,9

La Gráfica 20 presenta los resultados de los valores de eficiencia por carga.

Gráfica 20. Eficiencia del sistema E después de la falla S/E San Carlos

Ajuste potencial
y = 0,110 x 0,408
R 2 = 0,929

3.4 ESMERALDA 230 KV

3.4.1 Condiciones iníciales Esmeralda

Grado: 8
Coeficiente de agrupamiento: 0,142
Ruta más corta promedio: 4,40
Eficiencia promedio: 0,33
Carga (230 kV): 2093,83

3.4.2 Redistribución de la carga después de la falla S/E Esmeralda

En la Tabla 22 se presentan los resultados de variaciones del valor de carga por cada
subestación.

53 
 
Tabla 22. Carga de los nodos del sistema E después de la falla S/E Esmeralda
Carga
Carga Diferencia
Subestación cond. Diferencia
cond. Falla porcentual
Estable
ALTO ANCHICAYA 0 0 0 -
BALSILLAS 0 0 0 -
CAÑO LIMON 0 0 0 -
CARTAGO 0 0 0 -
LA ENEA 0 0 0 -
LA HERMOSA 0 0 0 -
LA REFORMA 0 0 0 -
MALENA 0 0 0 -
PAIPA 0 0 0 -
POMASQUI 0 0 0 -
PORCE II 0 0 0 -
SALVAJINA 0 0 0 -
SAN MARCOS 500 0 0 0 -
TEBSA 0 0 0 -
TERMOFLORES 0 0 0 -
URABA 0 0 0 -
MIEL 23,5 113 89,5 380,85%
BETANIA 68 303,5 235,5 346,32%
JUANCHITO 37,5 155,333 117,833 314,22%
MIROLINDO 85,333 339,833 254,5 298,24%
SAN MARCOS 230 130,667 472,167 341,5 261,35%
LA VIRGINIA 230 223,667 611,5 387,833 173,40%
PAEZ 12,167 31,5 19,333 158,90%
LA VIRGINIA 500 423,833 724,833 301 71,02%
NOROESTE 625,333 857 231,667 37,05%
ENVIGADO 48,167 64,167 16 33,22%
SAN BERNARDINO 287,167 368,5 81,333 28,32%
PURNIO 967,167 1205,5 238,333 24,64%
SAN CARLOS 500 1455 1770,5 315,5 21,68%
LA MESA 478,5 553,833 75,333 15,74%
CHIVOR 211,667 239,833 28,167 13,31%
TUNAL 47,833 54 6,167 12,89%
TORCA 364,667 407,667 43 11,79%
SOCHAGOTA 253,5 278 24,5 9,66%
JAMONDINO 84,333 89,333 5 5,93%
COMUNEROS 48,5 51 2,5 5,15%
SANTA MARTA 121,833 126,333 4,5 3,69%
GUAVIO 270,5 279,5 9 3,33%
BARBOSA 352,833 361,333 8,5 2,41%
SALTO ANTIOQUIA 42,5 42,833 0,333 0,78%
BARRANCA 0,5 0,5 0 0,00%
BELLO 0,5 0,5 0 0,00%
BUCARAMANGA 14,5 14,5 0 0,00%
CANDELARIA BOLIVAR 0,5 0,5 0 0,00%
CUESTECITAS 2 2 0 0,00%
GUADALUPE IV 5,167 5,167 0 0,00%

54 
 
 Carga
Carga Diferencia
Subestación cond. Diferencia
cond. Falla porcentual
Estable
MIRAFLORES 16,667 16,667 0 0,00%
ORIENTE 17,667 17,667 0 0,00%
SAN MATEO CUCUTA 1 1 0 0,00%
FUNDACION 428,5 428 -0,5 -0,12%
BANADIA 64,833 64,667 -0,167 -0,26%
SAMORE 122,667 122,333 -0,333 -0,27%
CERROMATOSO 500 1303,833 1297,333 -6,5 -0,50%
SABANALARGA 220 963,833 958,833 -5 -0,52%
SABANALARGA 500 973 966,5 -6,5 -0,67%
CHINU 1036,667 1028,167 -8,5 -0,82%
GUAJIRA 50,667 49,667 -1 -1,97%
VALLEDUPAR 50,667 49,667 -1 -1,97%
CARTAGENA 47,667 46,667 -1 -2,10%
TERNERA 47,667 46,667 -1 -2,10%
LA SIERRA 965,5 939,667 -25,833 -2,68%
TOLEDO 221,167 213,5 -7,667 -3,47%
JAGUAS 78,833 75,833 -3 -3,81%
EL COPEY 145,833 139,833 -6 -4,11%
URRA 99,167 94,167 -5 -5,04%
CERROMATOSO 220 196,333 186,333 -10 -5,09%
NUEVA BARRANQUILLA 98,167 93,167 -5 -5,09%
GUATAPE 1594 1504,167 -89,833 -5,64%
GUATIGUARA 1012,5 944,667 -67,833 -6,70%
LOS PALOS 514,167 476,667 -37,5 -7,29%
TASAJERO 150,833 139,333 -11,5 -7,62%
CIRCO 35,833 32,833 -3 -8,37%
PRIMAVERA 1111,667 1002,667 -109 -9,81%
OCAÑA 99 87,667 -11,333 -11,45%
SAN CARLOS 230 2093,833 1845,167 -248,667 -11,88%
BELEN CUCUTA 93 81,667 -11,333 -12,19%
PLAYAS 475,833 409,833 -66 -13,87%
LA TASAJERA 56,667 45,833 -10,833 -19,12%
LA GUACA 173 132,667 -40,333 -23,31%
SAN MATEO BOGOTA 10,333 7,333 -3 -29,03%
PARAISO 122,167 86,5 -35,667 -29,20%
ANCON SUR ISA 141,5 78,833 -62,667 -44,29%
YUMBO 602,667 301 -301,667 -50,06%
ANCON SUR EEPPMM 95,833 36,667 -59,167 -61,74%
OCCIDENTE 50,167 15,667 -34,5 -68,77%
SAN FELIPE 310,333 95,167 -215,167 -69,33%
PANCE 111,667 14,667 -97 -86,87%

3.4.3 Ruta más corta (L) después de la falla S/E Esmeralda

Ruta más corta antes de la falla (LBF): 6,490

Ruta más corta después de la falla (LAF): 6,932
Diferencia porcentual (% Δ L ): 6,37

55 
 
Gráfica 21. Ruta más corta del sistema L después de la falla S/E Esmeralda

La curva del valor de la ruta más corta por grado presentó un ajuste potencial que sigue la
siguiente ecuación.
y = 0,8145 x 0,20
R 2 = 0, 780

3.4.4 Eficiencia (E) después de la falla S/E Esmeralda

Eficiencia antes de la falla (EBF): 0,219

Eficiencia después de la falla (EAF): 0,205
Diferencia porcentual (% Δ E ): 6,2

Ajuste potencial
y = 0,153 x 0,298
R 2 = 0,946

Gráfica 22. Eficiencia del sistema E después de la falla S/E Esmeralda

56 
 
3.5 TORCA 230 kV

3.5.1 Condiciones iníciales Torca Las condiciones iníciales en Torca son:

Grado: 3
Coeficiente de agrupamiento: 0,33
Ruta más corta promedio: 5,34
Eficiencia promedio: 0,24
Carga: 364,67

3.5.2 Redistribución de la carga después de la falla S/E Torca

Tabla 23. Carga de los nodos del sistema E después de la falla S/E Torca

CARGA CARGA
DIFERENCIA
SUBESTACION COND. COND. DIFERENCIA
PORCENTUAL
ESTABLE FALLA
ALTO ANCHICAYA 0,00 0,00 0,00 -
BALSILLAS 0,00 0,00 0,00 -
CAÑO LIMON 0,00 0,00 0,00 -
CARTAGO 0,00 0,00 0,00 -
LA ENEA 0,00 0,00 0,00 -
LA HERMOSA 0,00 0,00 0,00 -
MALENA 0,00 0,00 0,00 -
PAIPA 0,00 0,00 0,00 -
POMASQUI 0,00 0,00 0,00 -
PORCE II 0,00 0,00 0,00 -
SALVAJINA 0,00 0,00 0,00 -
SAN MARCOS 500 0,00 0,00 0,00 -
TEBSA 0,00 0,00 0,00 -
TERMOFLORES 0,00 0,00 0,00 -
URABA 0,00 0,00 0,00 -
CIRCO 35,83 1020,00 984,17 2746,51%
SAN MATEO BOGOTA 10,33 47,17 36,83 356,45%
COMUNEROS 48,50 138,50 90,00 185,57%
PARAISO 122,17 282,75 160,58 131,45%
LA GUACA 173,00 295,08 122,08 70,57%
PRIMAVERA 1111,67 1296,25 184,58 16,60%
ORIENTE 17,67 20,17 2,50 14,15%
PLAYAS 475,83 539,00 63,17 13,27%
MIEL 23,50 26,50 3,00 12,77%
LA SIERRA 965,50 1069,83 104,33 10,81%
SAN FELIPE 310,33 343,50 33,17 10,69%
LA MESA 478,50 526,67 48,17 10,07%
GUATIGUARA 1012,50 1114,33 101,83 10,06%
LA VIRGINIA 500 423,83 450,33 26,50 6,25%
SOCHAGOTA 253,50 269,33 15,83 6,25%

57 
 
 CARGA CARGA
DIFERENCIA
SUBESTACION COND. COND. DIFERENCIA
PORCENTUAL
ESTABLE FALLA
MIRAFLORES 16,67 17,50 0,83 5,00%
GUATAPE 1594,00 1646,08 52,08 3,27%
ESMERALDA 1304,83 1343,33 38,50 2,95%
GUAJIRA 50,67 51,75 1,08 2,14%
VALLEDUPAR 50,67 51,75 1,08 2,14%
EL COPEY 145,83 148,25 2,42 1,66%
OCCIDENTE 50,17 50,92 0,75 1,50%
CERROMATOSO 220 196,33 199,00 2,67 1,36%
URRA 99,17 100,50 1,33 1,34%
BARRANCA 0,50 0,50 0,00 0,00%
BELLO 0,50 0,50 0,00 0,00%
CANDELARIA
0,50 0,50 0,00 0,00%
BOLIVAR
GUADALUPE IV 5,17 5,17 0,00 0,00%
JUANCHITO 37,50 37,50 0,00 0,00%
SAN MARCOS 230 130,67 130,67 0,00 0,00%
SAN MATEO CUCUTA 1,00 1,00 0,00 0,00%
SAMORE 122,67 122,50 -0,17 -0,14%
YUMBO 602,67 601,00 -1,67 -0,28%
FUNDACION 428,50 427,00 -1,50 -0,35%
BANADIA 64,83 64,50 -0,33 -0,51%
SANTA MARTA 121,83 121,00 -0,83 -0,68%
ANCON SUR EEPPMM 95,83 95,17 -0,67 -0,70%
LA VIRGINIA 230 223,67 222,00 -1,67 -0,75%
SAN CARLOS 500 1455,00 1442,00 -13,00 -0,89%
PANCE 111,67 110,67 -1,00 -0,90%
TOLEDO 221,17 219,00 -2,17 -0,98%
NUEVA
98,17 97,00 -1,17 -1,19%
BARRANQUILLA
LA TASAJERA 56,67 55,83 -0,83 -1,47%
JAGUAS 78,83 77,67 -1,17 -1,48%
SABANALARGA 220 963,83 948,50 -15,33 -1,59%
SABANALARGA 500 973,00 957,00 -16,00 -1,64%
CERROMATOSO 500 1303,83 1282,00 -21,83 -1,67%
LOS PALOS 514,17 504,50 -9,67 -1,88%
CARTAGENA 47,67 46,75 -0,92 -1,92%
TERNERA 47,67 46,75 -0,92 -1,92%
BARBOSA 352,83 345,67 -7,17 -2,03%
JAMONDINO 84,33 82,50 -1,83 -2,17%
TASAJERO 150,83 147,50 -3,33 -2,21%
SALTO ANTIOQUIA 42,50 41,42 -1,08 -2,55%
SAN CARLOS 230 2093,83 2035,50 -58,33 -2,79%
SAN BERNARDINO 287,17 278,33 -8,83 -3,08%
ENVIGADO 48,17 46,50 -1,67 -3,46%
OCAÑA 99,00 95,50 -3,50 -3,54%
BELEN CUCUTA 93,00 89,50 -3,50 -3,76%
ANCON SUR ISA 141,50 134,67 -6,83 -4,83%
BUCARAMANGA 14,50 13,50 -1,00 -6,90%

58 
 
 CARGA CARGA
DIFERENCIA
SUBESTACION COND. COND. DIFERENCIA
PORCENTUAL
ESTABLE FALLA
PAEZ 12,17 10,83 -1,33 -10,96%
PURNIO 967,17 794,50 -172,67 -17,85%
MIROLINDO 85,33 69,83 -15,50 -18,16%
BETANIA 68,00 51,33 -16,67 -24,51%
GUAVIO 270,50 117,08 -153,42 -56,72%
NOROESTE 625,33 254,83 -370,50 -59,25%
TUNAL 47,83 19,33 -28,50 -59,58%
CHINU 1036,67 47,50 -989,17 -95,42%
CHIVOR 211,67 2,00 -209,67 -99,06%

3.5.3 Ruta más corta (L) después de la falla S/E Torca

Ruta más corta antes de la falla (LBF): 6,490

Ruta más corta después de la falla (LAF): 6,524
Diferencia porcentual (% Δ L ): 5,13

Gráfica 23. Ruta más corta del sistema L después de la falla S/E Torca

La curva del valor de la ruta más corta por grado presentó un ajuste potencial que sigue la
siguiente ecuación.
y = 8, 072 x -0,25
R 2 = 0,834

3.5.4 Eficiencia (E) después de la falla S/E Torca

Eficiencia antes de la falla (EBF): 0,219

Eficiencia después de la falla (EAF): 0,212
Diferencia porcentual (% Δ E ): 3,2

59 
 
Gráfica 24. Eficiencia del sistema E después de la falla S/E Torca

Ajuste potencial

y = 0,157 x 0 ,322
R 2 = 0, 937

3.6 GUAVIO 230 KV

3.6.1 Condiciones iníciales Guavio Las condiciones iníciales en Guavio son:

Grado: 5
Coeficiente de agrupamiento: 0,3
Ruta más corta promedio: 5,99
Eficiencia promedio: 0,23
Carga: 270,5

3.6.2 Redistribución de la carga después de la falla S/E Guavio

Tabla 24. Carga de los nodos del sistema E después de la falla S/E Guavio
CARGA CARGA
DIFERENCIA
SUBESTACION COND. COND. DIFERENCIA
PORCENTUAL
ESTABLE FALLA
ALTO ANCHICAYA 0,00 0,00 0,00 -
BALSILLAS 0,00 0,00 0,00 -
CAÑO LIMON 0,00 0,00 0,00 -
CARTAGO 0,00 0,00 0,00 -
LA ENEA 0,00 0,00 0,00 -
LA HERMOSA 0,00 0,00 0,00 -
LA REFORMA 0,00 0,00 0,00 -

60 
 
 CARGA CARGA
DIFERENCIA
SUBESTACION COND. COND. DIFERENCIA
PORCENTUAL
ESTABLE FALLA
MALENA 0,00 0,00 0,00 -
PAIPA 0,00 0,00 0,00 -
POMASQUI 0,00 0,00 0,00 -
PORCE II 0,00 0,00 0,00 -
SALVAJINA 0,00 0,00 0,00 -
SAN MARCOS 500 0,00 0,00 0,00 -
TEBSA 0,00 0,00 0,00 -
TERMOFLORES 0,00 0,00 0,00 -
URABA 0,00 0,00 0,00 -
SAN MATEO BOGOTA 10,33 146,33 136,00 1316,13%
CIRCO 35,83 146,33 110,50 308,37%
PARAISO 122,17 453,50 331,33 271,21%
TUNAL 47,83 128,83 81,00 169,34%
LA GUACA 173,00 413,50 240,50 139,02%
LA MESA 478,50 714,00 235,50 49,22%
SAN FELIPE 310,33 386,50 76,17 24,54%
LA VIRGINIA 500 423,83 454,67 30,83 7,27%
OCCIDENTE 50,17 53,50 3,33 6,64%
ESMERALDA 1304,83 1365,33 60,50 4,64%
ANCON SUR EEPPMM 95,83 99,33 3,50 3,65%
LA SIERRA 965,50 997,83 32,33 3,35%
PRIMAVERA 1111,67 1136,17 24,50 2,20%
COMUNEROS 48,50 49,50 1,00 2,06%
CERROMATOSO 220 196,33 200,33 4,00 2,04%
URRA 99,17 101,17 2,00 2,02%
EL COPEY 145,83 148,33 2,50 1,71%
GUAJIRA 50,67 51,17 0,50 0,99%
VALLEDUPAR 50,67 51,17 0,50 0,99%
JAGUAS 78,83 79,33 0,50 0,63%
BELEN CUCUTA 93,00 93,50 0,50 0,54%
OCAÑA 99,00 99,50 0,50 0,51%
ANCON SUR ISA 141,50 142,00 0,50 0,35%
SAN CARLOS 500 1455,00 1458,33 3,33 0,23%
BARRANCA 0,50 0,50 0,00 0,00%
BELLO 0,50 0,50 0,00 0,00%
CANDELARIA
0,50 0,50 0,00 0,00%
BOLIVAR
CUESTECITAS 2,00 2,00 0,00 0,00%
GUADALUPE IV 5,17 5,17 0,00 0,00%
JUANCHITO 37,50 37,50 0,00 0,00%
LA TASAJERA 56,67 56,67 0,00 0,00%
MIRAFLORES 16,67 16,67 0,00 0,00%
ORIENTE 17,67 17,67 0,00 0,00%
SAN MATEO CUCUTA 1,00 1,00 0,00 0,00%
FUNDACION 428,50 428,00 -0,50 -0,12%
NUEVA
98,17 97,67 -0,50 -0,51%
BARRANQUILLA

61 
 
 CARGA CARGA
DIFERENCIA
SUBESTACION COND. COND. DIFERENCIA
PORCENTUAL
ESTABLE FALLA
BARBOSA 352,83 350,83 -2,00 -0,57%
GUATAPE 1594,00 1584,17 -9,83 -0,62%
CERROMATOSO 500 1303,83 1294,83 -9,00 -0,69%
CHINU 1036,67 1028,67 -8,00 -0,77%
SANTA MARTA 121,83 120,83 -1,00 -0,82%
SABANALARGA 500 973,00 965,00 -8,00 -0,82%
SABANALARGA 220 963,83 955,83 -8,00 -0,83%
SAN MARCOS 230 130,67 129,33 -1,33 -1,02%
LA VIRGINIA 230 223,67 221,33 -2,33 -1,04%
CARTAGENA 47,67 47,17 -0,50 -1,05%
TERNERA 47,67 47,17 -0,50 -1,05%
PLAYAS 475,83 470,67 -5,17 -1,09%
SAN CARLOS 230 2093,83 2060,33 -33,50 -1,60%
SAN BERNARDINO 287,17 281,83 -5,33 -1,86%
TASAJERO 150,83 148,00 -2,83 -1,88%
YUMBO 602,67 590,00 -12,67 -2,10%
JAMONDINO 84,33 82,50 -1,83 -2,17%
PANCE 111,67 109,17 -2,50 -2,24%
SALTO ANTIOQUIA 42,50 41,50 -1,00 -2,35%
PAEZ 12,17 11,83 -0,33 -2,74%
LOS PALOS 514,17 499,00 -15,17 -2,95%
GUATIGUARA 1012,50 977,33 -35,17 -3,47%
TOLEDO 221,17 211,50 -9,67 -4,37%
PURNIO 967,17 921,17 -46,00 -4,76%
BANADIA 64,83 61,50 -3,33 -5,14%
SAMORE 122,67 116,00 -6,67 -5,43%
BETANIA 68,00 63,83 -4,17 -6,13%
MIROLINDO 85,33 79,83 -5,50 -6,45%
ENVIGADO 48,17 45,00 -3,17 -6,57%
NOROESTE 625,33 572,50 -52,83 -8,45%
MIEL 23,50 19,50 -4,00 -17,02%
BUCARAMANGA 14,50 11,50 -3,00 -20,69%
SOCHAGOTA 253,50 193,83 -59,67 -23,54%
CHIVOR 211,67 147,83 -63,83 -30,16%
TORCA 364,67 185,17 -179,50 -49,22%

3.6.3 Ruta más corta (L) después de la falla S/E Guavio

Ruta más corta antes de la falla (LBF): 6,490

Ruta más corta después de la falla (LAF): 6,490
Diferencia porcentual (% Δ L ): 0,0

Gráfica 25. Ruta más corta del sistema L después de la falla S/E Guavio

62 
 
La curva del valor de la ruta más corta por grado presentó un ajuste potencial que sigue la
siguiente ecuación.
y = 8,185 x -0,26
R 2 = 0,840

3.6.4 Eficiencia (E) después de la falla S/E Guavio

Eficiencia antes de la falla (EBF): 0,219

Eficiencia después de la falla (EAF): 0,209
Diferencia porcentual (% Δ E ): 4,6

Gráfica 26. Eficiencia del sistema E después de la falla S/E Guavio

Ajuste potencial

y = 0,165 x 0,267
R 2 = 0, 792

63 
 
 4. ANALISIS DE RESUTALDOS

4.1 RESUMEN PARÁMETROS STN

A continuación se presenta un resumen de los resultados obtenidos a partir de la evaluación de

los principales parámetros de redes complejas evaluados, tanto para la red STN como para las
subredes de 500 kV y 220 kV.

Tabla 25. Resumen de los parámetros de redes complejas.

Parámetro Red STN

Número de nodos 88
Número de enlaces 129
Distribución de probabilidad de grado Exponencial
Grado promedio 2,93
Grado máximo 8
Distribución de probabilidad grado remanente Exponencial
Grado remanente promedio 3,62
Coeficiente de agrupamiento 0,203
Geodésico promedio 6,94
Diámetro 18
Eficiencia 0,219
Coeficiente de correlación 0,033

4.2 TIPO DE RED

Como se mencionó en el capítulo 1, las redes complejas se pueden analizar a partir de dos tipos
de propiedades: la propiedad de pequeño mundo y la propiedad de libre escala.

Las redes que pueden ser consideradas de pequeño mundo cumplen con dos condiciones
fundamentales: alto coeficiente de agrupamiento (C) y valores de geodésicos pequeños (L).
Cuando una red cumple con estos dos requisitos significa que la red es un arreglo de nodos y
enlaces bastante cohesionados entre sí, permitiendo que el flujo de energía y/o información
desde los nodos fuente hacia los nodos de carga se haga de forma sencilla y rápida, reduciendo
pérdidas y ofreciendo una mayor eficiencia a los procesos. De igual forma las redes de pequeño
mundo son redes que son mucho más robustas frente a la ausencia de algún nodo, puesto que
por su alto nivel de agrupamiento es muy sencillo encontrar rutas alternas para los flujos de
energía y/o información.

Es bastante difícil definir con precisión qué es “grande” y qué es “pequeño”, más si se tiene en
cuenta que no se tiene ningún parámetro de referencia. Sin embargo, para poder llegar a tener

64 
 
una visión clara de la magnitud de estos dos parámetros (C y L), se puede usar como punto de
referencia redes complejas base, además de la evaluación con respecto a las características
propias de la red.

Como se mencionó en el capítulo 2, el valor del coeficiente de agrupamiento para la red

analizada es relativamente alto por dos razones principales: primero, en comparación con otras
redes como Internet o algunas redes sociales (ver Tabla 11) el valor de C del STN se puede
ubicar dentro de los valores más altos de la tabla; y segundo, las redes con valor de C muy
cercano a 1 son utópicas, puesto que implicaría que todos los nodos estuviesen conectados unos
con otros, lo cual representaría costos excesivos para redes físicas (Internet, otras redes de
información, redes eléctricas), y procesos complejos de interacción en redes sociales, biológicas
y símiles, además de restricciones particulares en otros tipos de redes.

Caso contrario al del coeficiente de agrupamiento C, el valor de L no puede llegar a ser

comparado con valores de otras redes, puesto que en primera medida no se cuenta con valores
de L para otras redes, adicionando el hecho que el valor de L depende tanto del tipo de red que
se analice como del tamaño de la red, lo cual no permitirá realizar una comparación con otras
clase de redes, por lo que es necesario realizar la comparación con valores característicos de la
red misma. La manera directa de hacer esto es evaluar que porcentaje del tamaño total de la red
representa el valor de L. Como se presento en el capítulo 2, L es el 7,38% del total de
subestaciones de la red, un valor que se puede considerar pequeño.

De acuerdo a estas dos apreciaciones anteriormente mencionadas se puede llegar a considerar el

sistema de transmisión nacional colombiano como una red de pequeño mundo.

El fenómeno de la libre escala en redes complejas está ligado a dos aspectos inalienables de la
red: Distribución de probabilidad potencial del grado y correlación positiva de grado. Para el
primer parámetro se pueden recordar los resultados presentados en el capítulo 2, donde se
exhibió la distribución de probabilidad de grado del STN con una línea de tendencia
exponencial (escala sencilla) y una de tendencia potencial (libre escala), y se encontró que la
curva de distribución puede llegar a ser representada en mejor medida por la tendencia
exponencial (escala sencilla) que por la potencial (valores de error cuadrático de 0,971 y 0,842
respectivamente). En segunda medida, el enlace preferencial que se presenta en redes de libre
escala, y que se ve reflejado en valores positivos altos del coeficiente de agrupamiento, no es
observado en la red bajo estudio, puesto que un valor como 0,033 no es nada concluyente.

De acuerdo a esto se puede indicar que la red del sistema de transmisión nacional colombiano
no es una red con propiedades de libre escala.

4.3 VULNERABILIDAD DEL STN

Una red compleja puede llegar a ser afectada por dos tipos de alteraciones: ataques selectivos o
fallas aleatorias. De acuerdo a la configuración que tenga la red desde el punto de vista de su
distribución de probabilidad de grado, la red puede llegar a ser más sensible a uno de estos dos
trastornos. Para el caso de la red STN, la cual es una red de escala sencilla que posee una
pequeña cantidad de nodos hubs, los ataques selectivos representan un mayor riesgo para la

65 
 
integridad de la red. Para poder evaluar esta concepción preliminar que se tiene para este tipo de
redes, se simulo la falla de seis (6) subestaciones del sistema, las cuales por su valor de grado y
su carga tan elevada se consideraron como nodos centrales de la red. Luego de las simulaciones
se pudo evaluar el impacto que tendría este tipo de fallas selectivas no sólo sobre los nodos
cercanos al nodo afectado sino sobre la red en general.

En términos generales, la desaparición de cualquiera de los seis (6) nodos conlleva sobre la red
el mismo efecto: sobrecarga de algunas subestaciones vecina a causa de la redistribución de los
flujos de circulaban a través de las S/E bajo falla, además de aislamiento de algunos bloques de
subestaciones. Sin embargo la gravedad e incidencia de cada una de las fallas en algunos
aspectos difiere entre las subestaciones bajo falla.

Es importante indicar que tres (3) de las seis (6) subestaciones sobre las que se simularon las
fallas, son la única ruta de conexión entre varias subestaciones con el resto del sistema, por lo
tanto al simular las fallas aparecieron bloques desconectados, afectando el valor de las rutas más
cortas y de la eficiencia de la red.

Para el primer caso de simulación de falla, el cual fue la S/E Guatapé 230 kV, se puede observar
que la reacción en cadena que genero su salida del sistema afecto notablemente a mas de 20
subestaciones sobrecargándolas hasta un 2145% en el peor caso (Guadalupe IV), esto por el
hecho de que Guatapé maneja uno de los mayores valores de carga en el sistema bajo su estado
estable y la redistribución de esta carga afecto a varias subestaciones. Por otro lado dos (2)
subestaciones, las cuales son Jaguas y Malena, con una falla en la S/E Guatapé quedarían
totalmente aisladas del resto del sistema, siendo la peor condición la salida de Jaguas puesto que
es una subestación adscrita a una central de generación. La aparición de este pequeño bloque
aislado no solo afecta la ruta más corta de la red L, puesto que ya no se puede definir (con un
bloque de nodos desconectados el valor de L diverge) sino que también afecta la eficiencia de la
red reduciéndola en un 9,2%.

Cuando se simuló la falla en la subestación de Sabanalarga, la cual cuenta con dos (2) niveles de
tensión (230 y 500 kV), se tuvo una reacción un poco disímil de la que se tuvo en la S/E
Guatapé. En primera medida, el impacto sobre las subestaciones vecinas fue mucho menos
grave que en Guatapé (1691% en el peor caso), esto debido a que la carga que maneja la S/E
Sabanalarga es menor que la de Guatapé. Pero la falla de Sabanalarga conlleva a la desconexión
de un bloque de más de 12 subestaciones en la zona norte del país (Candelaria Bolívar,
Cartagena, Cuestecitas, el Copey, Fundación, Guajira, Nueva Barranquilla, Santa Marta, Tebsa,
Termoflores, Ternera y Valledupar). La desconexión de un componente de subestaciones tan
grande como este, implica en primera medida que nuevamente no se pueda definir un valor de
L, y en segunda medida que la eficiencia de la red del STN se reduzca en un 13,5%. Al igual
que en Guatapé, la desconexión del bloque de subestaciones aísla cerca de seis (6) S/E que
tienen anexas centrales de generación lo cual implica una reducción considerable en la
capacidad de suministro energético del sistema de potencia. Además es importante indicar que
todo este parque de generación es termoeléctrico, y que este es el soporte de auxilio frente a
posibles inconvenientes que tenga el parque hidroeléctrico de generación; por consiguiente, se
corre un riesgo muy grande al depositar toda este compromiso sobre una sola subestación
eléctrica.

El tercer caso de falla simulado fue el de la S/E San Carlos. Al igual que Sabanalarga, San
Carlos maneja dos (2) niveles de tensión como 230 y 500 kV. El impacto sobre los vecinos de

66 
 
San Carlos al salir del sistema es bastante considerable, ya que San Carlos es la subestación
eléctrica que maneja el mayor nivel de carga en la red del SIN. Con la falla de San Carlos se
afectarían gravemente 13 S/E con un máximo de 1049% en la subestación Miel. Al igual que
para el caso de Sabanalarga, si la subestación de San Carlos fallase se tendría un bloque aislado
bastante grande. Además del bloque aislado de la zona norte del país (el mismo que se crearía
con una falla en la subestación de Sabanalarga), si San Carlos saliese del sistema, otras 11
subestaciones (Cerromatoso, Cúcuta, Chinú, Sabanalarga, Ocaña, Toledo, Samoré, Banadia,
Caño Limón, Urabá y Urra) saldrían de la red. Este nuevo bloque aislado aparece a causa de que
San Carlos está ubicado en una zona geográfica más central y está conectado a más
subestaciones. Nuevamente L es imposible de definir y la eficiencia se reduce en cerca de un
26,9%. Finalmente, es necesario indicar que la S/E San Carlos está adscrita a la central de
generación hidroeléctrica más grande de la red, conllevado a una reducción más que
considerable del parque de generación conectado al sistema.

La última simulación de falla se aplico sobre la subestación Esmeralda. Para este caso se tiene la
reacción en cadena más grande de las simulaciones realizadas, sobrecargando a 23
subestaciones, sin embargo el máximo valor de sobrecarga es mucho menor que el de las demás
fallas con solo 380% para la subestación Miel. Contrario a los tres (3) casos anteriormente
analizados, la salida de la S/E Esmeralda no implica la desconexión de ningún bloque de
subestaciones, de tal forma que el valor de L puede ser definido, y aunque su valor aumenta en
un 6,37%, no se pierde conectividad de la red ni se aíslan centrales de generación. La eficiencia
de la red del SIN no se ve tan afectado como en los casos anteriores y solo se reduce en 6,2%.

Las simulaciones realizadas permiten observar, tal como se esperaba, que la falla de algunas
subestaciones del sistema implica consecuencias nefastas sobre la estructura de la red, puesto
que estas por sus condiciones topológicas son nodos esenciales -hub- de la red de potencia,
corroborando así la clasificación de re de escala sencilla de la red del STN colombiano.

A partir de los resultados obtenidos en estas simulaciones se pueden llegar a extraer algunos
lineamientos que permitan elaborar un plan de robustecimiento del sistema de potencia y de tal
formar evitar, o al menos mitigar el impacto adverso que conlleva la falla de este tipo de
subestaciones.

El fenómeno de propagación de fallas sobre las redes complejas es un proceso complejo y sobre
todo bastante no lineal. La falla de una sola subestación puede llegar a transferir el daño a más
de 20 subestaciones vecinas (en el peor caso), en función que la redistribución de la carga de la
S/E bajo falla incrementa la carga de las subestaciones vecinas en un valor mayor al que se
puede considerar como un incremento tolerable del flujo de energía a través de las subestaciones
(20% más del valor nominal en estado estable). Pensar en un incremento de la capacidad
nominal de las subestaciones eléctricas sería una solución totalmente inviable, puesto que
implicaría invertir recursos en infraestructura eléctrica para el incremento de esta capacidad y
muy probablemente nunca llegue a ser necesaria,  pues las fallas son fenómenos muy
esporádicos, por lo que la relación costo-beneficio sería demasiada alta. Por lo tanto se deberá
pensar no en incrementar la capacidad de las subestaciones posiblemente afectadas en el
momento de una falla, sino en disminuir la carga de las subestaciones centrales, para que en el
momento de la falla, no sea tan drástico el reordenamiento del flujo de energía sobre las demás.
Una posibilidad es crear subestaciones de paso cercanas a las subestaciones centrales
ofreciéndole un canal de alivio al flujo de energía y así poder reducir la carga de las S/E
centrales -hub-. Aunque esta solución sería óptima, representaría costos de equipos eléctricos

67 
 
obras civiles y demás, que hacen complicado escoger este tipo de soluciones. Por lo tanto se
hace necesario tomar una solución intermedia, la cual consiste en usar las subestaciones ya
existentes, incrementar la capacidad nominal de algunas de ellas e instalar nuevas líneas de
transmisión entre subestaciones fuente y subestaciones de carga. Aunque esta solución también
requiere inversión de recursos, sería menor, pues optimizaría la infraestructura ya existente en el
STN Colombiano. Aunque los casos simulados fueron solo seis (6), por su nivel de carga y
valor de grado, estos casos son los más representativos de la red y son el mejor estimativo para
observar las peores condiciones de falla.

Para el caso de la subestación eléctrica de Guatapé, se puede ver claramente que las
subestaciones como Envigado, Guadalupe IV, Oriente, Occidente, Ancón sur y Ancón sur ISA
son algunas de las subestaciones que podrían servir de ruta alterna para el flujo de energía que
pasa a través de la S/E Guatapé, con la instalación de unas pocas y cortas líneas de transmisión.
Para el caso de la S/E Sabanalarga, la cual es el eslabón de conexión entre el bloque central y el
bloque norte de subestaciones del STN, no se encuentra ninguna subestación que sirva como
ruta de alivio, y aunque algunas subestaciones del bloque central podrían funcionar (Urabá,
Urra, Cerromatoso o Primavera), su uso implicaría la instalación de líneas de transmisión
demasiado largas, lo cual conlleva a desarrollos infraestructurales (civiles y mecánicos)
complejos, además de inconvenientes eléctricos como perdidas eléctricas muy elevadas. La S/E
de San Carlos al ser la subestación que maneja el mayor valor de carga en la red, es la que
debería contar con la mayor cantidad de rutas de alivio; afortunadamente, esta subestación se
encuentra en una zona central y cuenta con varias subestaciones vecinas que pueden ofrecer
rutas alternas al flujo de energía. Las S/E como Miel, Purnio, La sierra, Esmeralda, Ancón sur,
Ancón sur ISA y Primavera, entre otras son algunas de las S/E que por su ubicación geográfica
podrían llegar a funcionar. Para el último caso estudiado, la subestación eléctrica Esmeralda, la
cual fue la menos grave, las subestaciones que servirían como rutas alternas por el símil que
tienen con la S/E Esmeralda (ubicación física y algunos vecinos) y que exigirían la instalación
de muchas menos líneas de transmisión que si se usaran otras subestaciones, estas son
básicamente: La enea, La hermosa, Ancón sur ISA, San Felipe, Miel y Purnio.

Finalmente se simulo la falla sobre las subestaciones de Guavio y Torca, que aunque no
presentan valores tan altos de coeficiente de intermediación como las otras cuatro (4)
subestaciones anteriormente simuladas, son subestaciones neurálgicas del sistema por su
ubicación geográfica; además la falla de una de ellas (Torca) fue la que inspiro esta
investigación.

Las subestaciones de Guavio y Torca manejan valores relativamente pequeños de carga (270,5 y
364,67 respectivamente) sin embargo el reordenamiento del flujo de energía que pasa a través
de ellas afectaría significativamente a varias subestaciones como Circo, San Mateo Bogotá,
Comuneros, Paraíso, Guaca, Tunal, La Mesa, las cuales son subestaciones fuente (Paraíso y
Guaca) y de carga (San Mateo Bogotá y Tunal) muy importantes para el anillo de S/E que suple
de energía a la zona central del país y en especial al distrito capital. También es importante
indicar que además de las subestaciones cercanas, se vieron afectadas, aunque levemente, S/E
relativamente lejanas como La Virginia, Esmeralda y Primavera, corroborando una vez más la
propagación en cadena de las fallas a través de la red de potencia. Cabe recordar que la S/E
Guavio está adscrita a uno de los centros de generación hidroeléctrica más grandes del país y su
desconexión conllevaría a una pérdida de poder energético sobre la red. Finalmente se debe
indicar que la falla de cualquiera de estas dos (2) subestaciones no implicaría la desconexión de
ningún bloque de S/E y los valores de L y E globales se ven muy ligeramente afectados.

68 
 
Es importante indicar que estas estimaciones se hicieron con base en la matriz adyacencia y la
distribución física de las subestaciones, por lo tanto no son recomendaciones sustentadas por
simulaciones. Por razones de tiempo, este proceso de optimización topológico y de
configuración de la red no se realizo en el presente trabajo, sin embargo si deberá se
desarrollado en trabajos futuros, puesto que se debe realizar un análisis sustentado de las
posibles mejoras que se pueden implementar sobre la red y consigo poder a largo plazo
implementarlas.

Otro de los fenómenos indeseables que se tuvo sobre la red estudiada cuando se simulo la falla
de los nodos hub, fue la aparición de islas aisladas (insulated island). Este fenómeno ocurre
cuando las subestaciones eléctricas bajo falla son el único medio de comunicación entre el
bloque central de nodos de la red y otro grupo de nodos conectados entre sí. Estos bloques de
nodos aislados pueden ser unos cuantos pares de nodos o pueden llegar a ser casi tan grandes
como el bloque central, todo esto de acuerdo a la tendencia de conexión que haya tenido la red
en su proceso de formación.

Para el caso de la red del STN se tuvo un (1) caso crítico y dos (2) casos secundarios. Con la
falla sobre la subestación eléctrica de Guatapé se aislaron dos (2) subestaciones, un número
pequeño, sin embargo una de ellas es una subestación adscrita a un centro de generación. Para el
caso de la falla sobre la S/E de Sabanalarga y San Carlos se tiene la desconexión del bloque más
grande de subestaciones (trece (13)). La gravedad de este bloque aislado no es solo por su
tamaño, sino por la clase de subestaciones que quedarían incomunicadas. De las trece (13) S/E,
seis (6) están anexas a centros de generación termoeléctrico. Aunque el parque de generación
del sistema eléctrico Colombiano es más del 77% hidroeléctrico, cuenta con el respaldo de las
centrales termoeléctricas para épocas de verano intenso o salida repentina de centrales
hidroeléctricas; por lo tanto, la desconexión de seis (6) de dieciocho (18), casi el 33% del parque
termoeléctrico, puede representar un problema bastante grande para el suministro energético al
sistema. El tercer bloque aislado, que aparece cuando la S/E de San Carlos sale de
funcionamiento, aunque es grande no cuenta con ningún centro de generación inmerso, por lo
tanto su gravedad no es tan alta. Como se menciono anteriormente, la S/E de Sabanalarga es el
único punto de unión entre el bloque central de subestaciones del sistema y el bloque norte, por
lo tanto se hace inminente la aparición de una subestación eléctrica paralela a esta. La inclusión
de esta subestación alterna no solo se hace necesaria para reducir el valor de la carga de la S/E
Sabanalarga, sino para ofrecer un punto de conexión alterno para este bloque de subestaciones y
centros de generación termoeléctricos con el núcleo de la red.

La solución anteriormente mencionada está enfocada al fortalecimiento de la conexión del

bloque norte por medio de la red a nivel de tensión de 220 kV, sin embargo es importante
recordar que el sistema eléctrico Colombiano cuenta con líneas de transmisión a 500 kV, y
aunque actualmente las líneas y las subestaciones eléctricas a nivel de tensión de 500 kV son
pocas y todavía no se puede considerar que exista una red realmente estructurada, la inclusión
de líneas de transmisión y subestaciones a este nivel de tensión en la zona norte del país puede
ser una forma supletoria de conectar estas subestaciones con el resto del sistema sin depender
únicamente del camino a 220 kV a través de la S/E Sabanalarga; además del sinfín de ventajas
que tendría estructurar realmente la red de 500 kV en el STN Colombiano.

69 
 
 5. CONCLUSIONES Y RECOMENDACIONES

• El STN Colombiano se clasifica como una red con topología de escala sencilla, es decir, que
la presencia de algunos nodos de alto grado es de gran importancia para la estructura de la
red, y aunque esta red no llegue a comportarse como la red Internet (red de libre escala),
estos nodos hubs tienen mayor importancia sobre la red que los hubs presentes en las redes
de Estados Unidos y Europa, puesto que la relación entre la cantidad de nodos centrales y el
número total de nodos de la red es mucho menor, lo que se ve reflejado en el valor del
exponente α de la función de la distribución de probabilidad de grado P(k), aunque los
valores de las tres (3) redes son valores relativamente semejantes.

• A su vez, por los resultados de los valores del coeficiente de agrupamiento C alto y de ruta
más corta baja L, la red se considera de pequeño mundo. Una teoría de esta presencia está
en que el agrupamiento está enfocado en las subestaciones de 220 kV, y que las líneas de
500 kV son las que reducen las distancias entre los nodos. Asimismo, se infiere que pasa
algo similar en los niveles de tensión más bajos, pues su ubicación es mucho más local que
las redes de niveles de tensión más altos (ya que hacen parte del sistema de distribución
regional y local).

• El resultado no concluyente de la correlación de grado de la red STN no significa que no

exista ningún tipo de correlación en los nodos del sistema, pues pueden existir tendencias
selectivas de conexión debido a condiciones geográficas, demográficas, económicas o
políticas, por la empresa propietaria de la subestación, por ubicación geográfica o por costo.
Empero, estos tipos de correlación no influyen directamente en el modelo de redes
complejas, puesto que en este modelo lo que interesa es si existe alguna tendencia selectiva
de conexión de nodos nuevos de la red con nodos de alto o bajo valor de grado, lo cual no se
presenta.

• Las diferentes subredes que se tienen para nodos del mismo nivel de tensión (220 y
500 kV) aunque en general conservan la propiedades de redes complejas, no pueden llegar a
ser definidas como tales puesto que existen algunos parámetros que no son posibles definir
por su reducido tamaño y por su topología, lo cual indica que se hace necesario trabajar la
red como un todo, no solamente porque con mayor cantidad de nodos se obtienen resultados
más confiables, sino porque el STN es una red integrada donde la falla de uno de los
elementos afecta a toda la red. De igual forma se hace necesario incluir en futuros estudios
otros niveles de tensión como el de 115 kV y menores, ya que haría más robusta la red
compleja, puesto que aparecen más nodos y más enlaces.

• La desconexión de las subestaciones eléctricas que por su valor de grado se consideraron

como los nodos hub del sistema de transmisión nacional (STN) Colombiano, podría
representar una falla significativa sobre varias subestaciones de la red gracias a la
propagación en cadena de la falla, confirmando así las propiedades de red de escala sencilla
que se habían inferido con base en la distribución de probabilidad tipo exponencial que
presenta el sistema. Aunque las redes de topología de escala sencilla presentan una menor
proporción de nodos hub en comparación a redes de libre escala de igual tamaño, tienen las

70 
 
 mismas condiciones de debilidad sobre estos elementos centrales, haciendo necesario
realizar un inventario preciso y detallado de ellos, de tal forma que se pueda sondear
detalladamente su comportamiento y prevenir fallas, evitando el desencadenamiento de la
falla sobre toda la red.

• Después de la simulación de falla sobre las subestaciones eléctricas medulares

seleccionadas, se pudo observar cómo el reordenamiento de la carga de estas S/E afectó a
otras tantas, dentro de las cuales existen algunas que no tienen vinculación directa con las
S/E bajo falla, corroborando el carácter de propagación no lineal de los fenómenos en las
redes complejas, como el STN Colombiano.

• Los valores de “sobrecarga” que se tuvieron para algunas subestaciones después de la falla
alcanzaron a ser más de 21 veces la carga nominal, lo cual representaría no solo la
inminente salida de estas subestaciones, sino la posible falla irreparable de elementos
constitutivos de las mismas.

• Al presentarse la falla sobre las subestaciones eléctricas hub de la red, no sólo se presentan
dificultades por sobrecarga en otras subestaciones del sistema sino que surge un fenómeno
de aislamiento de bloques de subestaciones, puesto que algunas de las subestaciones bajo
falla son la única conexión entre determinados bloques de S/E y el bloque central de
subestaciones de la red. Las subestaciones eléctricas que se ven aisladas por las fallas no
sólo son subestaciones de paso y subestaciones de carga sino que también se ven
perturbadas algunas subestaciones anexas a centros de generación. La desvinculación de
estas fuentes energéticas puede representar un duro golpe para la red, pues las condiciones
de servicio en estado estable se verían afectadas y puede llegar en el peor de los casos a
forzar la desconexión obligatoria de subestaciones de carga para disminuir la demanda que
no puede suplida por las fuentes energéticas activas. La falla de la subestación eléctrica
Sabanalarga es la que presenta el bloque más grande de subestaciones eléctricas
desconectadas; a su vez, en este bloque aislado se encuentra una gran cantidad de centros de
generación termoeléctricos del país (zona norte del país), siendo esto una dificultad mayor,
puesto que estas centrales termoeléctricas sirven de apoyo al parque de generación
hidroeléctrico para épocas de sequia u otros inconvenientes. Por lo tanto se debe analizar
profundamente las posibilidades de fortalecimiento de la conexión de este bloque de
subestaciones con el bloque central, ya sea por la instalación de un punto paralelo de
conexión (subestación) o por la instalación de conexiones a 500 kV.

• Debido al alcance propuesto inicialmente por limitaciones de tiempo, el trabajo de grado se

limitó únicamente al análisis de la red a partir del nivel de tensión de 220 kV y superiores.
Pero, esta parte de la red es únicamente una fracción del Sistema Interconectado Nacional,
por lo que se considera necesario incluir en el análisis niveles de tensión inferiores a 220
kV, para obtener un modelamiento no solamente más amplio sino más aproximado a lo que
se presenta realmente.

• Además, en los niveles de tensión inferiores se presenta una mayor cantidad de nodos que
pueden presentar un comportamiento muy diferente al que presentan las redes de 220 kV y
500 kV, y a la hora de realizar un análisis más profundo puede llevar a conclusiones muy
diferentes (como que la red sea de otro tipo o existan nodos de mucha más importancia y

71 
 
 que requieran más atención. Ahora, el nivel de detalle que se quiera alcanzar posteriormente
dependerá de los criterios que tome el investigador (teóricamente se puede llevar la red
compleja a 120 V, pero puede llegar a ser muy complejo el desarrollo del trabajo).

• También el alcance de este trabajo se limitó únicamente a suponer la red compleja como
una red sin peso, es decir, sin dar una caracterización a los enlaces entre los nodos. Esta
suposición permite conocer fácilmente las conexiones entre los nodos, pero se hace la
suposición de que todas las líneas poseen un mismo valor característico, por lo cual a la
hora de darles un valor a las líneas según sus características reales, los resultados de algunos
parámetros pueden cambiar considerablemente. Por eso es recomendable incluir estos
valores, los cuales pueden ser la longitud de las líneas o valores de impedancia de ellas,
según como se quiera analizar.

• Los análisis de redes complejas se han enfocado principalmente sobre los nodos de las redes
y no en los enlaces, porque en muchos de los casos los enlaces no tiene mayor importancia
como elementos individuales (por ejemplo, en redes sociales no se observa la manera en que
dos personas se conocen, pues en muchos casos no se puede cuantificar esto). Para el caso
de las redes eléctricas, las líneas sí poseen características propias que les otorgan una
importancia considerable. Por eso es recomendable hacer un análisis de simulaciones
probabilístico de fallas en los enlaces presentes, aunque la bibliografía con respecto a estos
análisis es muy escasa.

• El análisis de redes complejas se ha enfocado en muchos casos a la robustez de los sistemas,

aunque también puede enfocarse en la optimización. Con diferentes variables como la
carga, se puede realizar una observación de cómo se podrían realizar diferentes
distribuciones de nodos o enlaces (como adiciones de líneas o subestaciones)

• En diversas redes complejas, se presenta continuamente la aparición y desaparición de

nodos de manera muy constante, como ocurre en redes biológicas. En las redes eléctricas el
suministro de energía depende indispensablemente de la demanda, por lo que diariamente se
hacen conexiones o desconexiones de equipos eléctricos, las cuales se ven reflejadas en
curvas de demanda que presentan una periodicidad determinada (generalmente diaria).
Igual, en medio de esta dinámica pueden presentarse momentos en los que la clasificación
de la red cambia, por ejemplo de red de escala sencilla a red aleatoria, y por lo tanto las
fortalezas y debilidades cambiarán. Por eso se considera necesario realizar un análisis más
profundo teniendo en cuenta configuraciones a diferentes horas del día en diferentes días.

• Para muchos de estos análisis, es necesario disponer de una cantidad considerable de

información, tal como valores de impedancia de líneas, curvas de demanda, entre otros
datos. Estos datos provienen de fuentes como el SIEL, o de empresas del sector. En este
caso, al realizarse unas diversas suposiciones por diferentes razones, los datos requeridos
fueron de un acceso relativamente fácil, pero si se va a hacer un análisis más complejo, los
datos requeridos pueden llegar a ser muchos más.

72 
 
 6. BIBLIOGRAFÍA

[1] R. Albert, I. Albert, G. L. Nakarado, “Structural vulnerability of the North American power
grid” Physical Review E 69, 025103(R) (2004)

[2] R. Albert, A. L. Barabási. Statistical Mechanics of Complex Networks. Reviews of Modern

Physics, Vol. 74, Jan. 2002.

[3]L. A. N. Amaral; J. M. Ottino. “Complex Networks: Argumenting the framework for the
study of complex systems”. Eur. Phys. J.B. 38, 147 -162, 2004.

[4] S. Boccaletti, V. Latora, Y. Moreno, M. Chavez, D. Hwang. “Complex networks: Structure

and dynamics”. Science direct, 2006.

[5] Comisión de Regulación de Energía y Gas. Resolución 25 de 1995. “Por la cual se establece
el Código de Redes, como parte del Reglamento de Operación del Sistema Interconectado
Nacional”. Diario Oficial No. 41.937, 24 Jul. 1995.

[6] V. Latora, M. Marchiori, “Efficient Behavior of Small-World Networks” Physical Review

Letters, Vol. 87, No. 19, 5 Nov. 2001.

[7] Ley 143 de 1995. “Por la cual se establece el régimen para la generación, interconexión,
transmisión, distribución y comercialización de electricidad en el territorio nacional, se
conceden unas autorizaciones y se dictan otras disposiciones en materia energética.” Diario
Oficial No. 41.434, 12 Jul. 1994.

[8] M. E. J. Newman, “Assortative mixing in networks”, arXiv:condmat/0205405 v1 20 May

2002.

[9] M. E. J. Newman. “The structure and functions of complex networks”. SIAM Review. Vol.
45, No. 2, Pág. 167 -256.

[10] M. Rosas-Casals, S. Valverde, R. V. Sole. “Topological vulnerability of the European

power grid under errors and attacks”, International Journal of Bifurcation and Chaos, Vol. 17,
No. 7 (2007) 2465–2475.

[11] S. Strogatz. “Exploring Complex Networks”. Revista Nature, Vol. 410, 8 Mar. 2001.

[12] D. J. Watts, S. H. Strogatz. Collective dynamics of small-world networks. Nature, vol. 393,
4 June 1998.

[13] Wikipedia. Algoritmo de Dijkstra. Disponible en: http//es.wikipedia.org/wiki/Algoritmo

_de_Dijkstra

[14] Wikipedia. Red Social. Disponible en versión electrónica: http://es.wikipedia.org/wiki

/Red_social

73