风力发电与光伏发电的不确定性，导致低碳调度方法的碳排放量与预期不符，因此，提出一种机会约束规划下的区域综合能源系统多时间尺度低碳调度方法。首先，以风光发电不同时段的功率作为随机变量，并引入置信水平量化约束，利用改进粒子群算法，确定最优决策变量；其次，引入碳捕集电厂对 CO2 进行捕集、封存与再利用，构建碳循环体系，设计阶梯式碳交易机制与用户需求响应机制；最后，设计多时间尺度实时滚动调控计划，构建实时调度目标函数与约束条件，实现区域综合能源系统的多时间尺度低碳调度。实验结果表明，所设计的调度方法的碳排放量相较无策略场景减少了 4 570.1 kg，且实际碳排放略低于无偿配额 5%，可在有效利用低碳资源的同时，满足系统碳排放约束的要求。

The  uncertainty  of  wind  and  photovoltaic  power  generation  results  in  carbon  emissions  of  low-carbon scheduling  methods  not  meeting  expectations.  Therefore,  a  multi-time-scale  low-carbon  scheduling  method  for  regional integrated energy systems under chance constrained planning is proposed. Firstly, it uses the power of wind and solar power generation  at  different  time  periods  as  random  variables,  and  introduces  confidence  level  quantification  constraints,  an improved  particle  swarm  algorithm  is  used  to  determine  the  optimal  decision  variables.  Secondly,  it  introduces  carbon capture power plants to capture, store, and reuse CO₂ , constructs a carbon cycle system, and designs a tiered carbon trading mechanism  and  user  demand  response  mechanism.  Finally,  it  designs  a  multi-time-scale  real-time  rolling  control  plan,constructs  real-time scheduling  objective  functions  and  constraints,  and  achieves  low-carbon  scheduling  of  regional integrated  energy  systems  at  multiple  time  scales.  The  experimental  results  show  that  the  designed  scheduling method reduces carbon emissions by 4 570.1 kg compared to the no strategy scenario, and the actual carbon emissions are slightly lower than the free quota by 5%. It can effectively utilize low-carbon resources while meeting the requirements of system carbon emission constraints.