Den stora efterfrågan på större lagerytor har blivit mer påtaglig de senaste åren bland företag runt om i världen. Detta har skapat en trend där lagerbyggnader ständigt byggs större och högre. Då brandspridning i lager kan utvecklas väldigt snabbt och få förödande konsekvenser är det viktigt att dessa byggnader får ett adekvat brandskydd. Därav behövs en god förståelse av lagerinnehåll, lagermängder och lagerinnehållets brandegenskaper. En viktig parameter för brandutveckling är den förväntade energin från en fullt utvecklad brand, närmare bestämt byggnadens brandbelastning som är angiven i MJ/m2. För att analytiskt bestämma brandbelastningen för en byggnad tar man hänsyn till både den permanenta och variabla brandbelastningen. För lager är det vanligt att brandbelastningen har en stor variation över tid eftersom mängden som lagras ständigt varierar. Detta skapar en viss problematik vid bestämmelse av brandbelastning då ingen av de traditionella metoderna tar någon hänsyn till variation över tid för den enskilda byggnaden. Istället bestäms oftast den variabla brandbelastningen utifrån variation över en population med byggnader. Det huvudsakliga syftet med den här undersökningen har varit att bestämma brandbelastningen utifrån en variation över tid. Undersökningen har tillämpats på Clas Ohlsons distributionscentral, DC, som hanterar och lagrar ett brett sortiment av produkter indelat i åtta produktkategorier. För att beräkna den variabla brandbelastningen har en otraditionell metod använts och anpassats för den aktuella undersökningen. Ett flertal produkter inom olika produktkategorier har undersökts för att bestämma den karakteristiska förbränningsvärmen för de olika kategorierna. De beräknade värdena har sedan med hjälp av ett historiskt datamaterial över mängden lagrade produkter inom DC använts för att statistiskt bestämma fördelningen av brandbelastning. Där den 80e-percentilen av fördelningen för brandbelastningen har använts för att sedan bestämma brandbelastningen samt brandenergin. Utifrån den tillgängliga lagerhistoriken, förbränningsvärmen för de olika kategorierna och dimensioner av DC beräknades brandenergin till drygt 227 miljoner MJ, vilket motsvarar en brandbelastning på 2 952 MJ/m2. Resultatet visar även att den beräknade förbränningsvärmen för de olika kategorierna har en stor differens, där den lägsta samt högsta förbränningsvärmen beräknades till drygt 10 respektive 32 MJ/kg. Den beräknade brandbelastningen kan anses hög men bör anses vara rimlig eftersom vid förenklad dimensionering antas värdet vara lika med eller större än 1 600 MJ/m2 för lagerutrymmen. DC utgörs av flera olika byggnadsdelar som inte kan förväntas ha uniform brandbelastning. Byggnadsdelar som inte utgörs av lagerlokaler bör därför inte dimensioneras efter den beräknade brandbelastningen. Utifrån resultatet från den här undersökningen kan det anses vara godtagbart att bestämma brandbelastningen utifrån variationen över tid för det studerade objektet. Metoden tillämpas lämpligast på byggnadstyper som har en stor variation av brandbelastning under byggnadens livslängd och där en lägre brandbelastning än den förenklade dimensioneringen kan påvisa. För att metoden ska kunna tillämpas på ett effektivt sätt är det nödvändigt med goda kunskaper omIIIinnehållets förbränningsvärme samt att historiska data över mängden lagrade produkter inom byggnaden finns tillgängligt. / The demand on larger storage areas has become more apparent in recent years among companies around the world. This has created a trend where warehouses are continuously being build larger and higher. Because fires in warehouses can develop very quickly with devastating consequences, it is important that these buildings get proper fire protection. Therefore, it is necessary to have good knowledge about storage content, amount of content and the contents fire properties. An important parameter for fire growth is the anticipated energy from a fully developed fire, or more precisely the buildings fire load density which is specified in MJ/m2. To analytically define the fire load density for a building it is necessary to consider both the permanent and the variable fire load density. For warehouses it is normal that the fire load density has a large variation over time because of the amount being stored is continually fluctuating. This creates problems when trying to define the fire load density because none of the traditional methods accounts for variation over time for the individual building. Instead the variable fire load density its often defined according to the variation over a population of buildings. The main purpose of this analysis has been to define the fire load density according to a variation over time. The analysis has been tested on Clas Ohlson's distribution central, DC, which handles and stores a wide selection of products organized in eight product categories. To calculate the variable fire load density, an untraditional method has been used and adjusted for the analysis. A great number of products in each category has been randomly selected to represent the characteristic heat of combustion in their category. These calculated values combined with a historic data of the amount of stored products in DC, has been used to statically define the distribution of the fire load density. Where the 80e-percentile of the statistical distribution of the fire load density has been used to define the fire load density as well as the fire load. With the accessible storage history data, the heat of combustion for the different categories and the design dimensions of DC the fire load density was calculated to 2 952 MJ/m2 with a total fire load of roughly 227 million MJ. The result also shows that the calculated heat of combustion for the different categories has a great difference, where the highest and the lowest heat of combustion was calculated to roughly 32 respectively 10 MJ/kg. The calculated fire load density can be considered high, but it should be considered reasonable because in simplified design the value is assumed to be higher or equal to 1 600 MJ/m2. However, it is not reasonable to assume that all areas in DC has a uniform fire load density. According to the results from this analysis it can be considered acceptable to define fire load density in accordance with the variation over time for the observed object. The method is suitable for building types that has a great variating fire load density under the building’s lifespan and where lower fire load density’s that the simplified designs values can be verified. For this method to be efficient to apply it is necessary to have great knowledge about theVcontents heat of combustion as well as availability to historical data over the amount stored content in the building.