随着传统能源的日渐枯竭和生态环境的不断恶化,世界各国对新能源的需求不断增加。太阳能作为一种清洁可再生的新能源,在当今世界能源领域备受瞩目。我国太阳能资源丰富,政策的引导加上丰富的太阳能资源,致使我国光伏产业迅速发展,近几年光伏发电领域更是出现投资热,大批光伏发电工程如雨后春笋般涌现。然而,盲目投资的背后往往隐藏着巨大的投资风险,这些风险导致我国光伏发电企业出现经营危机,致使我国大批光伏发电企业亏损甚至破产。因此,对光伏发电进行投资风险综合评价十分必要。光伏发电投资风险综合评价能够预测光伏发电工程存在的投资风险,为投资决策者提供投资风险水平参考,帮助投资决策者权衡风险从而慎重进行投资决策。本文在充分调查光伏发电投资风险领域国内外研究现状的基础上,通过参阅大量国内外相关文献,建立起一套科学合理的光伏发电投资风险综合评价指标体系,并选择使用支持向量机模型来对光伏发电投资风险进行综合评价。但是,通过研究以往的支持向量机模型应用案例发现,单独使用支持向量机模型往往会存在支持向量机参数选择的盲目性,导致其评价结果不够准确。因此,本文选择利用粒子群算法对支持向量机的参数进行优化,并使用优化后的支持向量机对光伏发电投资风险进行综合评价。通过实例分析,验证了粒子群优化后的支持向量机性能得到提升,评价结果比未使用粒子群优化的支持向量机更加精确。文章最后针对目前我国光伏发电投资风险综合评价研究领域存在的不足,指出了可以加以改进的方向,提出了展望。