Afgelopen week trok de kou weer over de polder—precies het soort weer waar warmtepomp-tweakers stilletjes op wachten. Wij draaien al jaren op een net iets te kleine Elga Ace 4 kW in een modaal jaren-80 rijtjeshuis, pal aan de rand van open, koud polder. En zoals altijd bij dit soort woningen gebeurt er iets herkenbaars: de warmtepomp draait op z’n maximum, maar raakt zijn warmte niet snel genoeg kwijt in de radiatoren. Gevolg: afnemende COP, hogere stroomvraag en een systeem dat simpelweg niet doet wat het wél zou kunnen.
Waarom de warmtepomp vastliep
De bottleneck zat niet in de bron, niet in de wp-instellingen—maar in de afgifte. De radiatoren waren simpelweg te traag om de geproduceerde warmte af te voeren. Daardoor liep de aanvoertemperatuur onnodig op en werd de warmtepomp gedwongen inefficiënt te werken.
Met andere woorden: niet de warmtepomp was te klein; het afgiftesysteem was te lui.
Radiatorventilatoren: de turbo die je radiatoren nooit hadden
Onder iedere radiator hebben we een programmeerbare radiatorventilator gehangen. Die zorgt ervoor dat de convectie veel sneller op gang komt, dus meer warmteafgifte bij dezelfde lage aanvoertemperaturen.
Maar dat moest wel volgens drie harde eisen:
- Maximale snelheid blijft onhoorbaar.
Geen zoemend huis. Comfort is heilig. - Geen koude tocht.
De luchtstroom moest warm blijven, anders voelt het systeem als tocht. - Delta-T optimaliseren.
De warmtepomp moet een zo groot mogelijk verschil tussen aanvoer en retour halen, zeker in koude buitentemperaturen.
Alleen… hoe stel je zoiets precies af?
Slim meten = slim instellen
In plaats van eindeloos experimenteren hebben we iets anders gedaan: we hebben AI het voorwerk laten doen.
Niet op de “typ maar wat in een prompt”-manier, maar gestructureerd. Dat maakt een wereld van verschil. Want hoe meer losse vragen je aan AI stelt, hoe dommer en versnipperder het antwoord wordt. Je moet AI concentreren.
Zo maak je AI écht een expert in jouw warmtepomp
We hebben er een project van gemaakt — één context, één doel, alle kennis op één plek. Zo werd AI geen chatbot maar een specialist.
Onze aanpak:
- 1. Maak een project waarin alle kennis wordt vastgehouden.
Daar bewaar je instellingen, reacties, metingen en conclusies. - 2. Laat AI je volledige online manual lezen.
Inclusief installateursmenu, restricties, resets, curves — alles. - 3. Voer al je huidige instellingen in.
Van stooklijn tot pompsnelheid, van tapwaterprioriteit tot curvecorrecties. - 4. Voer je actuele meetwaarden in.
Aanvoer/retour, flow, buitentemperatuur, afgiftevermogen, cycles. - 5. Laat AI analyseren waar het systeem nog warmtelek of inefficiëntie laat liggen.
Zo ontdek je precies waarom de afgifte tekort schiet.
Daarna hebben we AI verteld dat we radiatorventilatoren gingen plaatsen.
We installeerden ze, voerden opnieuw live meetgegevens in en lieten AI opnieuw optimaliseren.
Het resultaat?
Een afgiftesysteem dat de warmtepomp ineens bij kan houden—en dat merk je onmiddellijk in COP, stabiliteit en verbruik.
Wat je ervan leert
De combinatie van meten, ventileren en slim analyseren maakt van oude radiatoren een hyper-efficiënt low-temp afgiftesysteem. Je hoeft geen vloerverwarming te installeren; je moet je radiatoren gewoon wakker schudden.
En AI wordt pas echt slim als je het de juiste werkomgeving geeft: één project, helder doel, en vooral: consequent meten en terugkoppelen.
En misschien nog wel het belangrijkste controller altijd de voorgestelde aanpassingen en documenteer zet zorgvuldig !
We gebruikte de ventilator radiators van HeatFan type 5 fans , Wifi zodat je zelf kan meten en instellen. Te beginnen met 1 onder iedere radiator.
Controller 1: Woonkamer n/o kant 3m dubbel
Controller 2: Woonkamer z/w kant 1m dubbel, Keuken 1m dubbel
Uiteraard kunnen er tzt meer fan onder, je kan ze los bij bestellen en makkelijk koppelen. Voor nu testen we zo.