风大、日照足时，市场需要火电补上的电量会变少，电价也可能随之改变。传统模型若只盯着历史价格，往往看不清这层机制。Andreas Basse-O’Connor 等人的做法，是把可再生能源出力并入“报价栈”——将发电机组按报价从低到高排列、由满足需求的边际机组大体决定价格——从价格形成过程本身建模。
关键一步很直观：作者不把风电和光伏当成另一种常规燃料，而是用它们调整需求曲线。扣除风光出力后，剩下的“剩余需求”再由常规机组满足。这样，多燃料市场可转化为更容易处理的常规燃料框架。作者用德国市场数据做样本外检验——拿建模时未见过的数据测试预测能力——并与机器学习及 ARX 类模型比较。
据作者报告，最稳健的样本外表现反而来自一个理论驱动的单燃料结构模型：它以天然气价格、EUA 价格（欧盟碳排放配额价格）和剩余需求为核心变量。这个结果的价值不在于模型更复杂，而在于它用较少变量保留了电价形成机制，也更容易解释。材料未披露具体误差数字，因此仍无法判断优势幅度。