根据电动汽车到达时间、离开时间、初始荷电量、车辆电池容量（kWh）、车辆续航里程（km）和车辆充电速率（kW）以及充电桩的充电桩功率（kW）、充电桩单价，小区总负荷变化率等决策指标基础上，建立基于topsis的有序充电排序方法，用MATLAB实现

首先，我们需要对指标进行量化。假设有 $n$ 个电动汽车和 $m$ 个充电桩，我们可以将每个电动汽车和充电桩的属性量化为矩阵 $X_{n\times p}$ 和 $Y_{m\times q}$。其中，$p$ 表示电动汽车的属性数，$q$ 表示充电桩的属性数。对于电动汽车，属性包括到达时间、离开时间、初始荷电量、车辆电池容量（kWh）、车辆续航里程（km）和车辆充电速率（kW）；对于充电桩，属性包括充电桩功率（kW）和充电桩单价。

接下来，我们需要确定权重矩阵 $W_{p\times 1}$ 和 $V_{q\times 1}$，分别表示电动汽车和充电桩属性的权重。这里我们采用层次分析法（AHP）确定权重，具体实现可以参考MATLAB的ahp函数。

然后，我们需要计算正理想解 $Z^+$ 和负理想解 $Z^-$。对于电动汽车，正理想解为每个属性的最大值，负理想解为每个属性的最小值；对于充电桩，正理想解为功率最大，单价最小，负理想解为功率最小，单价最大。

接下来，我们可以计算每个电动汽车和充电桩与正理想解和负理想解的距离，分别记为 $D^+$ 和 $D^-$。具体计算方法如下：

$$
D_{i}^+=\sqrt{\sum_{j=1}^p w_j(\frac{X_{ij}}{Z_j^+})^2},\quad D_{i}^-=\sqrt{\sum_{j=1}^p w_j(\frac{X_{ij}}{Z_j^-})^2},\quad i=1,2,\cdots,n
$$

$$
D_{j}^+=\sqrt{\sum_{k=1}^q v_k(\frac{Y_{jk}}{Z_k^+})^2},\quad D_{j}^-=\sqrt{\sum_{k=1}^q v_k(\frac{Y_{jk}}{Z_k^-})^2},\quad j=1,2,\cdots,m
$$

最后，我们可以计算每个电动汽车和充电桩的综合得分 $S_i$ 和 $T_j$，分别表示其在电动汽车和充电桩中的排名。具体计算方法如下：

$$
S_i=\frac{D_i^-}{D_i^++D_i^-},\quad T_j=\frac{D_j^+}{D_j^++D_j^-}
$$

最终，我们可以将电动汽车和充电桩按照 $S_i$ 和 $T_j$ 的大小进行排序，得到有序的充电序列。具体实现可以参考MATLAB的sort函数。