首先，我们需要根据题目给出的信息，建立一个数学模型。假设技术进步水平指数(TPE)和充电设施建设情况指数(CFE)分别为自变量x1和x2,新能源汽车销售量增长率(NPE)为因变量y。我们可以使用多元线性回归模型来拟合这个关系：

y = a x1 + b x2 + c

其中a、b、c是待求参数。接下来，我们将使用MATLAB的polyfit函数进行多元线性回归拟合，并使用polyval函数计算拟合后的参数值。最后，我们将使用plot函数绘制散点图和拟合曲线。

MATLAB代码如下：

% 输入数据
TPE = [1, 2, 3, 4, 5]; % 技术进步水平指数
CFE = [1, 2, 3, 4, 5]; % 充电设施建设情况指数
NPE = [0.1, 0.2, 0.3, 0.4, 0.5]; % 新能源汽车销售量增长率

% 多元线性回归拟合
p = polyfit(TPE', NPE', 2);

% 计算拟合后的参数值
y_pred = polyval(p, TPE');

% 绘制散点图和拟合曲线
figure;
scatter(TPE, NPE, 'filled'); % 散点图
hold on;
plot(TPE, y_pred, 'r-'); % 拟合曲线
xlabel('技术进步水平指数');
ylabel('新能源汽车销售量增长率');
title('技术进步水平指数与充电设施建设情况指数对新能源汽车销售量增长率的影响');
legend('实际数据', '拟合曲线');
grid on;

这段MATLAB代码将根据输入的技术进步水平指数、充电设施建设情况指数和新能源汽车销售量增长率数据，绘制出它们之间的关系图。