La operación de acumulación es el método más fundamental para procesar datos en modelos grises, desempeñando un papel decisivo en la precisión de las predicciones del modelo. Sin embargo, el método tradicional de acumulación hacia adelante no se adhiere al principio de priorizar la nueva información. Por lo tanto, proponemos una nueva acumulación fraccionaria inversa, que aumenta el coeficiente de acumulación para los nuevos datos para aprovechar al máximo la nueva información que llevan los datos más recientes. Esto llevó al desarrollo de un nuevo modelo gris, denominado FGRM(1,1). Este modelo fue validado utilizando datos de consumo de energía renovable de Francia, España, el Reino Unido y Europa, y los resultados demostraron que el FGRM(1,1) superó a otros modelos en términos de error de simulación, error de predicción y error integral. Las predicciones indicaron un crecimiento significativo en el consumo de energía renovable para Francia y España, un crecimiento moderado para el Reino Unido y un crecimiento robusto para Europa en general. Estos hallazgos destacan la efectividad del modelo propuesto en la utilización de nueva información y proporcionan información sobre la transición energética y el potencial de reducción de emisiones en Europa.