假設某年當中的負載為$d(t)$、再生能源的容量因數為$cf(t)$、再生能源裝置容量為$cap$，則該年殘餘負載可寫成
$$ rl(t, cap) = d(t) - cap \cdot cf(t) $$
假設電能的市場價格$mcp(rl)$僅受殘餘負載影響，且為一單調遞增函數（此為一理想化之競價順位曲線）。則單位裝置容量再生能源的邊際電能價值可寫成
$$ mev(cap) = \int_{t \in \{\mathcal {T}\}} mcp(rl) cf(t) dt $$
將上式對裝置容量微分，可得到
$$ mev'(cap) = \int_{t \in \{\mathcal {T}\}} mcp'(rl) \frac{\partial rl}{\partial cap} cf(t) dt = -\int_{t \in \{\mathcal {T}\}} mcp'(rl) (cf(t))^2 dt $$
由於$mcp'(rl)>0$，因此可知短期內（傳統電廠結構不變、沒有儲能或其他新式彈性資源進場時），單位裝置容量再生能源的邊際電能價值是逐漸下降的。這個結果也可以和 利用殘餘負載歷線法判別最小化發電與特性成本的電廠結構 的討論作呼應（但該文還有考慮傳統電廠結構的改變）。
前面定律的例子中可以看出，在一個簡易的經濟調度模型裡，再生能源容量因素和負載等隨機時間序列的順序並不會影響再生能源的電能價值（因為積分時，時間序列順序不同的結果也會一樣）。因此，我們其實可以把定律模型的電能價值看成有限樣本中電能價值的樣本期望值。
從這樣的觀點出發，所謂的機率模型其實只是把有限樣本延展至無限機率空間，但其數學意義和計算方式仍類推適用。
如上圖，假設$d(t)$以及$cf(t)$為隨機變數，其機率密度函數表記為$f(cf(t), d(t))$ 。則殘餘負載為0發生在$d(t) = cap(t) \cdot cf(t)$處。則電力系統的總變動成本$C(t)$的期望值可以寫成
$$ \mathbb E[C] = \int^1_0 \int^{\infty}_{cap \cdot cf(t)} f(cf(t), d(t)) \:C(rl(t)) \:d(d(t)) \:d(cf(t)) $$
則邊際電能價值可以定義成前述期望值對裝置容量的微分：
$$ mev(cap) = -\frac{\partial}{\partial cap} \mathbb E[C] = $$
$$ \int^1_0 \left( f(cf(t), cap \cdot cf(t))C(0)cf(t) + \int^{\infty}_{cap \cdot cf(t)} f(cf(t), d(t)) \:mcp(rl(t)) \:cf(t) \:d(d(t)) \right)\:d(cf(t)) $$
根據定義，殘餘負載為0時電力系統的總變動成本為0，因此前式可化簡成