轨道交通实际运营中会受到不同延误的影响，导致列车无法按图运行、乘客滞留等严重后果。应急场景下，通过加开备车的方式可以快速疏散滞留乘客、有效的提升系统服务水平，但备车计划实施需要一定的车辆与人员经济成本。考虑到实际运营中客流和应急故障的不确定性，本文提出基于两阶段随机规划模型的备车计划与运行图协同调整优化。具体来说，第一阶段模型优化备车计划，包括使用备车的数量和备车的选址问题，从而极小化备车利用成本；第二阶段考虑不同随机场景下的备车和线上既有列车的一体化协调问题，构建时空网络流模型优化列车运行图调整方法，从而降低乘客的延误时间。该模型可转化为大规模混合整数线性规划问题，既有求解器（如CPLEX）难以快速求解。本文设计了一种基于Benders’分解架构的求解方法，将原问题分为主问题MP和各场景下的子问题SP，通过并行计算求解子问题的线性松弛解，根据求解结果设计割平面约束提升求解质量，从而在较短的时间内得到近似最优解。最后，本文利用北京地铁八通线的实际运营数据验证了模型和求解算法的有效性。