你可以给出matlab代码吗

下面是一个简单的matlab代码示例，用于求解上述问题的最优解。需要注意的是，以下代码仅供参考，实际应用中需要根据具体情况进行修改和优化。

% 定义问题参数
n = 24; % 时间段数
Delta_t = 1; % 时间段长度（小时）
E_in = ones(100, 1) * 33; % 初始电量（kWh）
d = randi([40, 100], 100, 1); % 预计行驶距离（km）
p = rand(n, 1) * 0.5 + 0.1; % 分时电价（元/kWh）
P_max = 3; % 充电功率上限（kW）
eta = 0.9; % 充电效率
E_min = E_in * 0.1; % 电量下限

% 定义优化变量
P = sdpvar(100, n); % 充电功率

% 定义目标函数
C = sum(sum(p .* P * Delta_t));

% 定义约束条件
constraints = [];
for i = 1:100
    for j = 1:n-1
        % 电量更新约束条件
        constraints = [constraints, E_min(i) <= E_in(i) + eta * sum(P(i,1:j) * Delta_t)];
        constraints = [constraints, E_in(i) + eta * sum(P(i,1:j)) <= E_in(i) + d(i)/6.7];
        % 充电功率约束条件
        constraints = [constraints, P(i,j) <= P_max];
    end
    % 电量下限约束条件
    constraints = [constraints, E_min(i) <= eta * sum(P(i,:)) * Delta_t];
    % 同时充电车辆数约束条件
    constraints = [constraints, sum(P(:,j)) <= 20];
end

% 求解最优解
options = sdpsettings('verbose', 0);
optimize(constraints, C, options);

% 输出结果
P_opt = value(P);
C_opt = value(C);
disp(['最优充电费用为：' num2str(C_opt) '元']);

以上代码使用了YALMIP工具箱来建立和求解优化问题，需要预先安装。如果您没有安装YALMIP，请参考官方文档进行安装。